工科博士转行记:小核弹jetson nano开箱

2020-04-17 13:46:57 55点赞 132收藏 67评论

本人是奔三的大龄工科男博士,从事传统仪器测量学科,既没有贴近工业实践,也没有像石墨烯那样的灌水能力,文章和项目两手空空。为求在码农界找个小职位,也想一头扎进深度学习的大潮中游泳工科博士转行记:小核弹jetson nano开箱 博士最后这段时间,看看有没有机会充实一下自己,转个行业试试工科博士转行记:小核弹jetson nano开箱

购买理由

俗话说“工欲善其事,必先利其器”,像我这种抱着一台小笔记本只能打打LOL的人,用啥来玩深度学习呢?实验室倒是有台式机,但是台式机的9600GT显卡让人头大。虽然最早学习CUDA的时候,是在笔记本的GT540M上来跑的,但是真要是用这来跑深度学习的话,估计网络稍微深一点显存就炸了。

再买台台式机?估计不现实,哪怕6000的预算,估计有一大半要花在显卡上,每个月拿着1k多的工资,实在是捉襟见肘。要不就退而求其次,用CPU甚至是树莓派来跑?虽然说有些小的demo在这些平台上也能跑,但是没有了GPU加速,就显得没内味了,而且现在电脑装的也是win10,但是大家一般都是在linux上来跑吧(打听+猜测)

最后,看到了老黄出的面向边缘计算的嵌入式核弹,jeston家族。简而言之,就是在板子上集成了ARM的CPU和老黄家的GPU,可以用CUDA来对深度学习进行加速,跑的系统也是ARM定制版的Ubuntu。感觉合适,就买了jetson家族里最小的兄弟(也是最便宜的):jetson nano

外观展示

工科博士转行记:小核弹jetson nano开箱

抽拉式的包装盒,绿色的外衣,注定了它出身于高贵的nVIDIA。对了,忘记价格了,入手价760,自用就没开发票。不知道为什么,这类电子产品,包括树莓派,都是国内售价要低于国外售价,罕见的业界良心。


工科博士转行记:小核弹jetson nano开箱

背面是jetson nano各个接口的介绍,也非常贴心的“提醒”你,要想顺利使用它的话,还需要自备tf卡和micro-USB数据线,这些东西可没有随机赠送哟工科博士转行记:小核弹jetson nano开箱

提前看了相关资料,除了本体以外,还额外购买了以下商品:

1. 5v4a电源. 虽然用usb供电也能行,到那个5w的功率不能完全解锁nano本身的功耗,当外设较多时,一个稳定的供电可以让系统保持稳定,不会无故重启

2. micro-USB数据线·可以作为供电,也可以作为数据传输,不过后来我嫌麻烦,就用网线了

3. 亚克力外壳+散热风扇. 核弹还是那个核弹,虽然是10w的小核弹,但是想要靠散热片压制住热量还是不够的,加个外壳,加个风扇,用起来更方便

4. 128g tf卡. TF卡担负了安装系统,软件和数据库的重任,他的速度同样会影响运行感受,所以直接一步到位,128g闪迪至尊极速,90MB写入,160MB读取,虽然贵了点,但是安慰自己,节省下来的时间可都是金钱啊!

5. CSI接口摄像头.虽然nano号称可以兼容树莓派csi摄像头,但本质上它在驱动上支持的是IMX219方案的摄像头。这玩意根据可视角度不同,价格在100元左右。市面上40-50的廉价csi摄像头,nano是不支持的。当然,如果有usb摄像头,也可以直接拿来试试。

买完配件,又花了小300块,感觉这笔生意有点亏啊


工科博士转行记:小核弹jetson nano开箱

来,给所有配件上一个全家福!工科博士转行记:小核弹jetson nano开箱


工科博士转行记:小核弹jetson nano开箱

看看nano的接口:从左到右分别是:电源接口,HDMI和DP输出,四个USB3.0,网线接口,micro-USB接口。没有wifi和蓝牙的支持,就导致无线拓展能力较差。


工科博士转行记:小核弹jetson nano开箱

看看老黄的刀法,连nano都不放过!明明预留了type-C接口的焊盘,但还是选择了micro-usb,你是省下了几毛钱,我可是要多买一根数据线的工科博士转行记:小核弹jetson nano开箱


工科博士转行记:小核弹jetson nano开箱


另一边是csi相机接口,最近新出了nano改进版,增加了一个csi接口,可以做一些双目立体视觉的实验


工科博士转行记:小核弹jetson nano开箱

最后就是GPIO和风扇口。整体拓展能力和可玩性还不错,不过没有蓝牙和wifi的支持比较遗憾,有条件的可以再来个无线网卡,像我这种没条件的,就直接网线吧工科博士转行记:小核弹jetson nano开箱

使用感受

以下的测试均在无桌面环境下测试,主要是ubuntu的桌面环境不太适应,虽然nano的壁纸挺好看的,感兴趣的可以接个显示器康康工科博士转行记:小核弹jetson nano开箱

新手入门的话强烈推荐nvidia自己做的入门教程,传送门: jetson nano 入门教程 学完以后做几个简单的问题还能拿个没什么用的证书工科博士转行记:小核弹jetson nano开箱

工科博士转行记:小核弹jetson nano开箱

系统镜像中已经装好了cuda和pytorch,省去了安装linux,安装驱动,安装cuda和配置环境的过程,到手就可以用,不过我没怎么用过torch,还是先装上tensorflow和keras吧。

最后跑个分,跑了一个keras自带的mnist的例程

工科博士转行记:小核弹jetson nano开箱

识别为tegra X1,空余显存2GB,比我笔记本显卡的显存还要多。每个step差不多要170us左右,这个速度,有点慢呀。。。果然还是针对边缘计算的,10W的功率也没法要求更多了。

工科博士转行记:小核弹jetson nano开箱

做个对比,我的2G显存的960m,每个step差不多45us,时间是nano的1/3,算了,啥也不说了好吧!

总结

毕竟这还是在大妈上发的文章,主要还是集中在开箱,必要配件展示,接口展示和小小的性能测试,至于相关的教程和配置流程,大家感兴趣的话我可以在下篇继续详细介绍。和树莓派这种开源嵌入式相比,jetson nano拥有强大的算力,较为完整的CUDA支持,可以实现GPU加速,但是本身局限性也很大,社区资源完全没有树莓派丰富。像我这种想买来代替显卡跑DL的想法,估计是有些很傻很天真了。估计也就能跑一些小数据集,做点基本网络的复现,顺便熟悉一下linux的基本操作流程,希望这快1k的花费能用物尽其用吧!




展开 收起
67评论

  • 精彩
  • 最新
  • 首先看几个网口

    校验提示文案

    提交
    一开口就是老软路由爱好者了

    校验提示文案

    提交
    收起所有回复
  • 2020 工科博士 1千多工资,太魔幻了吧

    校验提示文案

    提交
    再加上补助啥的还好,够活着! [装大款]

    校验提示文案

    提交
    可能跟销售员一个套路,月薪2K,提成3、4万 [邪恶]

    校验提示文案

    提交
    还有2条回复
    收起所有回复
  • 现在cv和nlp太饱和了 [尴尬]

    校验提示文案

    提交
    今年就业形势更加不乐观…

    校验提示文案

    提交
    收起所有回复
  • 老哥天大的么?
    感觉有点像

    校验提示文案

    提交
    这是怎么感觉出来的,第六感么 [皱眉]

    校验提示文案

    提交
    老哥好,我是自动化电气工程的

    校验提示文案

    提交
    还有1条回复
    收起所有回复
  • 太冷门,无爱,我合适矿渣贝壳云我家云

    校验提示文案

    提交
    nano这个东西感觉受众太小,看似拥有强大的性能,但是可玩性太差。除了nvidia能做点可行性研究,距离大众还是太遥远了

    校验提示文案

    提交
    收起所有回复
  • 一千块的工资太真实了!

    校验提示文案

    提交
    所以这一套差不多就是一个月工资了,没有读计算机的博士,后悔了

    校验提示文案

    提交
    高校博士也不会这么惨吧……我们学校这边就给1550其它不算 [皱眉]

    校验提示文案

    提交
    还有2条回复
    收起所有回复
  • 请问这个买来能干嘛?跑一些已经训练好的模型吗?看开头我还以为可以用来做训练,看来是打扰了

    校验提示文案

    提交
    看后面就知道,用来训练是不太靠谱的,速度还是慢,但是部署训练好的模型还是可以的,还带GPIO哟

    校验提示文案

    提交
    收起所有回复
  • 这个东西用来做做预测还差不多,跑模型现在没有个10G以上显存很多模型都跑不了

    校验提示文案

    提交
    是的,不过对我来说,也能当一个带GPU的linux平台吧

    校验提示文案

    提交
    这个价买了二手hpz420+矿渣p106 6g跑模型美滋滋啊

    校验提示文案

    提交
    还有3条回复
    收起所有回复
  • 大龄博士太惨了,早点毕业挣钱吧。目前想得到最廉价的方案是随便一台台式机插一张p104矿卡,和1070性能相同,只是没有显示输出,拿来当计算卡很不错。

    校验提示文案

    提交
    之前关注过104和106,但凡我有台式机的话,我就去搞一张试试 [傻笑] 现在先修炼内功吧

    校验提示文案

    提交
    收起所有回复
  • 啥都没有的话,深度学习的工作怕是不好找 [肿包]

    校验提示文案

    提交
    这就和发论文一样,只要你敢把论文写出来,就有期刊敢收 [装大款]

    校验提示文案

    提交
    收起所有回复
  • 之前嫌老本960M跑dlib吃力关注了一下hhhh
    后来上车P106跑(真香)

    校验提示文案

    提交
    960M跑不了的,nano也跑不了

    校验提示文案

    提交
    收起所有回复
  • 老哥实验室没有显卡资源吗?

    校验提示文案

    提交
    传统工科实验室,我们一般和示波器打交道

    校验提示文案

    提交
    收起所有回复
  • 十一年前用vc6第一次用cuda,工程只能用nv给的模板,显卡还是8600gt,只支持dx10,感觉超级难用,但随便一个没怎么优化的程序都跑的很快。可惜了,现在彻底改行了

    校验提示文案

    提交
    我之前也是用GT540M来跑CUDA,在深度学习还没有火起来之前,用这个发了一篇EI [高兴]

    校验提示文案

    提交
    收起所有回复
  • 玩过了不下20块nano。还是喜欢x86。。

    校验提示文案

    提交
    目前我手头上没有装linux能跑DL的设备,windows上跑DL总有些怪怪的,但是nano上问题更多,生态还不健全

    校验提示文案

    提交
    主要是cpu是amd的。在编译dl框架时未必能通过。虽然有gpu,但是amd+cuda的配置,不是所有框架都吃。还是麻烦。另外就是内存不够得扩充基于tf卡的交换区。。。就是难受

    校验提示文案

    提交
    还有1条回复
    收起所有回复
  • 看来深度学习也是深坑 [狂汗]

    校验提示文案

    提交
    之前太火,现在热度降下来了,但是待遇还是高啊

    校验提示文案

    提交
    收起所有回复
  • arm架构 不用tensorrt基本不要想跑实时。如果作为小机器人的核心,其他任务又有很大开销,真的只能当玩具。玩过xaviar和tx2。

    校验提示文案

    提交
    你玩的这两个都没啥生产力的话,nano就确实是个弟弟,就当个大玩具吧 [傻笑] 这么看可玩性还不如树莓派

    校验提示文案

    提交
    主要是水平太菜了,不会做优化。玩这个的时候还没什么经验

    校验提示文案

    提交
    收起所有回复
  • 尝试一下,tx2和Xavier,都有开发板

    校验提示文案

    提交
    这两个,是真的贵…

    校验提示文案

    提交
    收起所有回复
  • slam吧

    校验提示文案

    提交
  • 试试挖矿如何 [傻笑]

    校验提示文案

    提交
  • 嵌入式slam ?

    校验提示文案

    提交
提示信息

取消
确认
评论举报

相关文章推荐

更多精彩文章
更多精彩文章
最新文章 热门文章
132
扫一下,分享更方便,购买更轻松