Автономні пристрої Nvidia для задач штучного інтелекту
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
В даній статті проведено огляд існуючих автономних рішень від Nvidia для задач штучного інтелекту, які підтримують сенсори високої роздільної здатності, можуть паралельно обробляти інформацію з безлічі датчиків і запускати кілька нейромереж одночасно. Розглянуті апаратні платформи також підтримують безліч популярних фреймворків штучного інтелекту (ШІ), що дозволяє розробникам використовувати різноманітні моделі і рішення.
This article reviews existing standalone Nvidia solutions for artificial intelligence tasks that support high resolution sensors, can simultaneously process information from multiple sensors, and run multiple neural networks at the same time. The hardware platforms under consideration also support many popular Artificial Intelligence (AI) frameworks, allowing developers to use a variety of models and solutions.
This article reviews existing standalone Nvidia solutions for artificial intelligence tasks that support high resolution sensors, can simultaneously process information from multiple sensors, and run multiple neural networks at the same time. The hardware platforms under consideration also support many popular Artificial Intelligence (AI) frameworks, allowing developers to use a variety of models and solutions.
Опис
Ключові слова
штучний інтелект , ШІ , апаратна платформа , Nvidia , Jetson , Nano , Xavier , TX2 , Linux , AI , Artificial Intelligence , hardware platform
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Гаврілов Д. В. Автономні пристрої Nvidia для задач штучного інтелекту [Електронний ресурс] / Д. В. Гаврілов, С. В. Барабан, Д. В. Яровий // Матеріали XLIX науково-технічної конференції підрозділів ВНТУ, Вінниця, 27-28 квітня 2020 р. – Електрон. текст. дані. – 2020. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2020/paper/view/9502.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (9)
- Анатолий Ализар. Jetson Nano: одноплатник для машинного обучения от Nvidia [Електронний ресурс] 19.03.2019. https://habr.com/ru/post/444442.
- Автономні пристрої Nvidia [Електронний ресурс] https://www.nvidia.com/ru-ru/autonomous-machines/jetson-store.
- Кофанов В. Л. Лабораторний практикум з цифрових пристроїв на основі САПР Quartus II [Текст] : навчальний посібник / В. Л. Кофанов, О. В. Осадчук, Д. В. Гаврілов. – Вінниця : УНІВЕРСУМ- Вінниця, 2007. – 167 с.
- Кофанов В. Л. Лабораторний практикум з дослідження цифрових пристроїв на основі САПР MAX+PLUS II [Текст] : лабораторний практикум / В. Л. Кофанов, О. В. Осадчук, Д. В. Гаврілов. – Вінниця : УНІВЕРСУМ-Вінниця, 2006. – 200 с.
- D. Havrilov, S. Baraban, A. Volovyk, O. Zviahin, A. Semenov and A. Savytskyi, "Real-Time Video Processing System based on Field Programmable Gate Array," 2019 IEEE 14th International Conference on Computer Sciences and Information Technologies (CSIT), Lviv, Ukraine, 2019, pp. 192-196. doi: 10.1109/STC-CSIT.2019.8929758.
- Гаврілов Д. В., Воловик А. Ю., Звягін О. С., Яровий Д. В. Реверсивний генератор кодових послідовностей на FPGA // Вісник Вінницького політехнічного інституту. – Вінниця, 2019, № 4. (145). С. 100-107. DOI 10.31649/1997-9266-2019-145-4.
- Гаврілов Д. В., Воловик А. Ю., Гаврілова Н. М., Кофанова Н. В., Яровий Д. В.. Універсальний регістр на ПЛІС // Вісник Хмельницького національного університету. Серія: Технічні науки. – Хмельницький, 2019, № 2 (271). С. 188-191. DOI 10.31891/2307-5732-2019-271-2-188-191.
- Гаврілов Д.В., Гаврілова Н. М., Кофанов В. Л., Яровий Д. В. Універсальний регістр зсуву на ПЛІС. Патент. Пат. 136163 Україна, МПК G11C 19/00 (2006.01). №u201901336; Заявл. 11.02.2019; Опубл. 12.08.2019, – 6 с.
- T. M. Hoang, S. H. Nam and K. R. Park, "Enhanced Detection and Recognition of Road Markings Based on Adaptive Region of Interest and Deep Learning," in IEEE Access, vol. 7, pp. 109817-109832, 2019.