这两年我们参加了不少大学生电子竞赛之类的比赛。这些比赛的板子赞助商越来越倾向于提供带AI加速单元的开发板，高校之类的主办方本身也鼓励学生在竞赛作品中尽可能地融入AI技术，甚至将其作为一个硬性规定加入到比赛规则里，比如去年底我们参加的全国大学生电子设计竞赛，瑞萨作为赞助商，提供的板子就是加入了AI图像处理加速单元的产品——而且比赛中着意于突出这项特性本身。

这和AIoT或者说边缘AI的大趋势是有很大关系的。这类学生竞赛对AI技术，尤其是计算机视觉技术的融入，一定程度表明现在采用AI技术的开发门槛并不高，或者说以计算机视觉应用为代表的AI技术在走向成熟。

对于嵌入式应用、DIY爱好者、研究人员而言，现在要在产品或作品中融入AI技术，已经变得越来越容易。毕竟人脸检测、对象存在检测、人头计数以及各种计算机视觉相关的应用很热门，而且颇有稀松平常之势。现成的传感器、处理器算力支持，乃至算法支持的软件和库都愈发完善。

甚至主要占据云上AI市场的英伟达，在2019年GTC大会上都推出了价格99美元的JetsonNano开发者套装——看起来其实不怎么像我们理解中英伟达的风格。这类型的产品对于AI相关的算法研究、做AI原型产品测试之类的都有价值。

而且在去年10月份，老黄又发挥生（jīng）态（zhàn）建（dāo）设（fǎ）的特色，推出一款2GBRAM的JetsonNano开发套装，59美元的价格，即更低门槛就能上手AI（和CUDA）。英伟达自己在JetsonNano产品的宣传上，分别用了“AIforEveryone”（4G版）和“DiscoverAI”（2G版）两个宣传语。

这个产品线尤其在边缘AI、AIoT方面具备了代表性，借此我们也能谈谈，嵌入式设计普遍开始融入AI技术的趋势，以及这个趋势的两个组成部分：性能与生态。

当AI技术入侵嵌入式设计

面向研究人员、开发者、技术爱好者、学生等的同类开发板，市场上比较知名的自然就是树莓派了，不过要单纯依赖树莓派的硬件资源做AI开发和研究还是不大靠谱的，同类的产品包括香蕉派、NanoPi之类。毕竟通用处理器做AI计算还是效率太低，尤其是做实时的ML应用。很早以前我们就提过，从大趋势来看，无论是嵌入式领域，还是其他各种端侧（或边缘侧）设备，AI计算已经成为通用计算、图形计算之外，越来越重要的第三种能力。

所以类似英伟达JetsonNano开发者套装这样的产品就问世了。一些面向特定领域的芯片和开发板产品，其实有不少也加入了AI专核。比如说前文提到的瑞萨RZ/A2M开发板，带DRP（动态可配置处理器）加速单元——虽然其面向的市场可能更具针对性——这类产品在工业领域就很常见。

更通用一些的开发板，有些即便没有AI专核，也有通过支持Tengine获得计算效率提升的——一款轻量级的模块化神经网络inference引擎，如瑞芯微RK3399开发板（ROCK960）；进阶款的RK3399Pro则加入了专门的NPU；还有比如晶晨A311D开发板，A311D芯片本身也集成了专门的NPU；下文还会看到谷歌edgeTPU和IntelMyriadX......

JetsonNano与这些产品的不同之处，主要还是延续了英伟达用GPU来做AI计算的传统（而且上面这些板子还真是一点也不便宜），这是英伟达与这些产品在思路上的差异。不过包括2GB版在内的JetsonNano，在小身板下就支持CUDA，还是令人感觉相当不可思议（淘宝现在的价格似乎在430元左右）。

谈谈边缘计算的AI性能

JetsonNano2G开发板的主要配置包括，CPU部分是4颗1.43GHz的ArmCortex-A57核心，GPU则为128个CUDA核的NvidiaMaxwell（Geforce10系列Pascal架构的前一代），半精度浮点性能472GFlops，对比MyriadX之类更专用的VPU及上述NPU还是不及的。不过对比CPU仍然强了无数倍，而且英伟达那套令人难以望其项背的AI开发生态，也能某种程度无视竞品在纯硬件性能上的领先，下文在谈生态时还将提到这一点。

从这个配置不难看出，Nano在英伟达的Jetson家族产品线上就是更专注于低功耗、低成本的IoT，且主要定位于inference，虽然从英伟达的介绍来看似乎也能用于AItraining。

这块板子的其他配置还包括2GB64-bitLPDDR4，带宽25.6GB/s；视频编码最高支持4k30，4路1080p30，视频解码最高4k60，8路1080p30；1个MIPICSI-2摄像头接口（支持RaspberryPi摄像头模块、IntelReal-sense以及不少包括IMX219CIS的摄像头模块），还有USB、HDMI、千兆网口、无线适配器、microSD插槽（作为本地存储）等，其他I/O相关的配置就不赘述了。99美元4G内存版的JetsonNano开发板除了内存更大以外，在I/O资源上也会更丰富一些（包括要额外接无线网卡的M.2接口）。

英伟达自己有专门列一张表格，对比的是应用视频流的不同模型下，JetsonNano、RaspberryPi3、RaspberryPi3+IntelNeuralComputeStick2（集成的就是MyriadX）、谷歌EdgeTPU开发板几款产品的实时inference性能差异（batchsize1，精度FP16），如上图所示（注意：这个对比的是4GB版的JetsonNano）。

事实上，相较RaspberryPi的碾压优势，以及相比TPU略弱的性能表现，是意料之中的——这本身就是通用和专用之间的差别（对比MyriadX的领先，可能是生态方面的能力体现）。不过这张表中有不少项目“DNR”是指didnotrun，可能是因为有限的内存容量、不支持网络层或者其他软硬件限制，所以跑不起来的。这部分英伟达想传达的，应该是GPU的通用性会明显更好。

2GB版的JetsonNano，在主流模型下的性能表现则如下图：

当AI开始谈生态

谈到通用性，也就不得不说英伟达在AI领域已经几乎没有敌手的生态建设进度。英伟达此前不止一次地提到过，AI计算科学发展迅速，研究人员在相当迅速地发明新型神经网络架构，AI研究人员或从业者在项目中使用各种各样的AI模型。“所以对于学习和构建AI项目而言，理想的平台应该是能够跑各种AI模型、具备足够的弹性，同时又能提供足够的性能，来构建有意义的交互式AI体验。”

主流ML框架，包括TesnorFlow、PyTorch、Caffe、Keras等就不多提了，上面的那张表给出流行的DNN模型，JetsonNano都提供了支持。包括相对完整的框架支持、内存容量、统一内存子系统，还有各种软件支持，是实现通用性的基础。而且不只是DNNinferencing，JetsonNano的CUDA架构可用来做更大范围的计算机视觉、DSP，包括各种算法和操作。

尤为值得一提的是，上面这些模型在JetsonNano上执行用上了TensorRT。对英伟达AI生态熟悉的同学应该知道，TensorRT是英伟达推的一个中间件，输入模型后，CUDAGPU藉由TensorRT就能生成优化过后的模型运行时，是英伟达实现AI计算性能优化的重要组成部分。

TesnorRT作为一种软件，是前面的例子中实现更高帧率，达成更高计算效率的重要组成部分。有研究人员测试过不用TensorRT优化，在JetsonNano2G上直接编译一个版本的Caffe模型，虽然问题也不大，不过经过TensorRT加速的版本在效率上会有相当大的提升。

由TensorRT可引出的，一方面是英伟达每年在讲自己不是或不只是一家芯片公司，另一方面这也是JetsonNano生态资源有英伟达做靠山的管中一窥。

简单来说，Jetson全系列所有硬件平台对各种软件工具和SDK的通用：JetsonNano开发套装软件部分是JetPackSDK，包括Ubuntu操作系统，还有构建端到端AI应用的各种库，比如说用于计算机视觉和图像处理的OpenCV和VisionWorks；加速AIinferencing的CUDA、cuDNN、TensorRT，还有各种库。英伟达此前在营销上，把各种软件加速库称作CUDA-X软件栈（不过今年好像没怎么提这个词）。

这其中比较典型，可列举的与JetsonNano强相关的，包括了针对智能视频流分析的NvidiaDeepStream，针对医疗成像、基因和病人监护的Clara，以及用于机器人的Isaac等。更现成的资源还有一大堆英伟达储备的预训练模型，通过transferinglearning迁移学习做定制化的模型调整后，应用于JetsonNano做inference，也属于这个生态中的重要组成部分。

这些我们在过去谈Nvidia生态的文章中多少都有介绍过。感觉谈到这里，其他板子从“AI生态”层面就弱了一截，更具效率的偏ASIC的AI专用处理器，好像这会儿也就不是个事儿。

举几个例子说说

我们浏览了英伟达官方写的JetsonNano开发指南，包括环境搭建、现成库的简单使用等；发现JetsonNano的主要应用，应该是对象检测、图像分类、语义分割，还有语音处理之类的，再具体些则可能包括了NVR网络视频录像机、自动驾驶小车、智能音箱、门禁系统、SLAM机器人，以及与智慧交通、智慧城市相关的各种嵌入式的AIoT应用。

要形象地表现这类开发，我们来简单地举一些例子，同类板子在很多特性实现上也有类似的过程，不过JetsonNano有更广泛的生态。环境搭建的准备工作就不提了，给microSD卡写入image还是比较简单的过程。将microSD卡插入JetsonNano（4GB/2GB）卡槽，接上电源、鼠标、键盘、显示器，就能开始用了。操作系统是Ubuntu18.04L4T，2GB版为了减少系统占用，桌面预设为轻量级的LXDE。用来学习、开发Python、OpenCV和AI深度学习、ROS自动控制等应用都是可行的。

给JetsonNano安装摄像头，包括前文提到的CSI接口的，也可以是USB接口的。JetPack有内置OpenCV开发环境，配合CSI摄像头可以从摄像头输入，来实现一些基础的机器视觉应用；包括对输入图像尺寸做放大插值、旋转等；更高级的比如说追踪画面中特定颜色的对象、边缘检测、人脸追踪/眼睛追踪。

来源：NVIDIA英伟达企业解决方案

以边缘检测为例，执行过程大致上是首先将画面转为HSV灰度图像；然后对HSV灰度图进行高斯模糊处理——这一步是为了对画面进行降噪；最后为图像找出边缘线条。整个过程调用几个函数即可，如上图所示。执行过程与结果大致如下：

这是比较常见的机器视觉应用。再来看看真正利用了AI的应用，利用OpenCV库和Python3开发环境来实现人脸识别，公司打卡、点名系统之类的就需要此类功能。利用face_recognition这个Python人脸识别库就能搞定，这是基于dlib机器学习开源算法库实现的，函数调用比较简单。

这个库的face_locations方法就能找到图像中人脸的位置，藉由OpenCV将框画到原图上并显示结果。代码如下图所示，这个例子是对图片中的人脸进行定位，套个while循环就能读取视频了。

在人脸定位后，还需要与人脸特征库进行比对，完成身份识别这里不再展开，有兴趣的同学可以去看英伟达官微针对JetsonNano2G的系列文章更新。就这个上手AI开发的过程，还是相当轻盈和方便。

值得一提的是，若要体现性能和生态方面的优越性，实际上JetPack安装好以后，就能找到一些CUDAsample。这些示例包括了海洋模拟实验oceanFFT、烟雾粒子模拟smokeParticles（256x256烟雾粒子运动变化，有光影变化）、nbody粒子碰撞模拟等。

对比执行过程可以用单纯用CPU，或者藉由GPU并行能力做加速，就能感受到性能上的显著差异。这些CUDA示例本身应该是最能体现JetsonNano在性能和生态上的价值的。

尤为值得一提的是，英伟达针对Jetson产品线和作为体验AI的构成，特别做了个HelloAIWorld，也算是AI生态的一部分，宣称开发者只需要在几个小时内，就能感受各种深度学习inferencedemo，在JetsonNano上搭配JetPackSDK、TensorRT等，用预训练的模型，跑实时的图像分类和对象检测等功能。（而且英伟达的开发者blog也列举了用JetsonNano来跑完整的训练框架，用TransferLearning来重新训练模型，感觉也算是个用途吧，估计所需时间不会很短……）

HelloAIWorld应该算是个教程，主要是相关计算机视觉、摄像头的应用，相关图像分类、对象检测、语义分割等，还有DeepLearningNodesforROS这类将识别、检测等特性与ROS（RobotOperatingSystem）做融合，达成机器人系统和平台的开源项目。其实HelloAIWorld本身就能表明，英伟达在生态布局上的全面性。

最后可以谈谈英伟达软件能力或者说AI生态能力的一个具体体现：英伟达官微曾经给出过10行python代码，如上图，“实现对90种类别的深度学习物体检测识别”。似乎以JetsonNano2G的硬件资源，即便是很优秀的YOLOv4或者SSD-Mobilenet算法，跑起来也只能达到4-6FPS的性能。

但在JetPack生态下执行这段python，系统会为模型生成对应的TensorRT加速引擎。这里代码第一行是导入工具库模块，尔后建立input和output对象；第四行是导入“深度学习推理应用”的模块，然后用detectNet()建立net对象，处理后面的“物理检测推理识别”任务。

While循环里，第七行是读取一帧图像，第八行代码就把图像中满足阈值的对象检测出来了。而且因为TensorRT的存在，这行代码在实现上，性能可提升不少，初学者不需要面对调用TensorRT的问题。第九行的方法，是针对画面中检测到的对象，把包括框、类别名称、置信度等数据叠加到图像上。在英伟达的底层实现上，把原本4-6FPS的性能提升到10+FPS。这个例子我们感觉还是颇具代表性的。

本文以JetsonNano2G为例，简单谈了谈嵌入式开发板加上AI能力之后，要把开发友好性做好，性能和生态都是必不可少的。硬件性能是基础保障——更多的嵌入式板子开始带AI算力加成是趋势；而现有的开发生态，则已经有以英伟达为代表的厂商，极大降低了开发难度，起码降低了初学者的上手难度，并实现了性能效率上的显著优化。（也算是从侧面印证了，英伟达可能是一家软件公司…）

责编：Luffy Liu