“สำรวจประสิทธิภาพ AI Edge Computing ด้วย Jetson Orin Nano”

Nvidia Jetson Orin Developer Kit กัน ซึ่งเป็นบอร์ดพัฒนาใหม่ล่าสุดจาก Nvidia โดยในรุ่นนี้มีหลายแบบให้เลือกซื้อ ได้แก่ Orin Nano แบบ 4GB RAM, แบบ 8GB RAM และชุด Developer Kit ที่เรามีอยู่ในมือนี้ ซึ่งเป็นรุ่น 8GB

CR.Nvidia Devalopor

Nvidia Jetson Orin Nano ถือเป็นบอร์ด Nano ที่ทรงพลังที่สุดเท่าที่ Nvidia เคยผลิตมา โดยมีความสามารถในการประมวลผล AI สูงถึง 40 TOPS (Tera Operations Per Second) หรือ 40 ล้านล้านการดำเนินการต่อวินาที ซึ่งเป็นตัวเลขที่สูงมากสำหรับบอร์ดขนาดเล็กเช่นนี้ สิ่งนี้เป็นไปได้เพราะการใช้สถาปัตยกรรม GPU แบบ Ampere ซึ่งเป็นสถาปัตยกรรมเดียวกันกับที่ใช้ใน GPU รุ่น 30 series ของ Nvidia สำหรับคอมพิวเตอร์ตั้งโต๊ะ ในรุ่น 8GB ที่เรากำลังทดสอบนี้ มี 1,024 คอร์ GPU และ 32 Tensor Cores ซึ่งช่วยเพิ่มประสิทธิภาพในการประมวลผล AI ได้อย่างมาก ส่วนรุ่น 4GB นั้นมีความสามารถในการประมวลผล AI ที่ 20 TOPS และมี GPU แบบ 512 คอร์ พร้อม Tensor Cores 16 คอร์

ซอฟต์แวร์ Jetson ได้รับการออกแบบมาเพื่อเร่งความเร็วการพัฒนาแอปพลิเคชัน AI อย่างเต็มรูปแบบ โดยให้ประสิทธิภาพสูงกว่า Jetson Nano รุ่นเก่าถึง 8 เท่า คุณสามารถใช้งานโมเดล AI สมัยใหม่ทั้งหมด เช่น:

• Isaac ROS – ชุดเครื่องมือเร่งความเร็วฮาร์ดแวร์สำหรับพัฒนาโซลูชันหุ่นยนต์ประสิทธิภาพสูง เช่น Isaac ROS VSLAM ซึ่งช่วยให้หุ่นยนต์สามารถระบุตำแหน่งและเคลื่อนที่ได้โดยใช้ภาพถ่าย
• โมเดล Transformer – เรียนรู้ความสัมพันธ์ของข้อมูลในลำดับต่าง ๆ ได้อย่างแม่นยำโดยไม่ต้องใช้ชุดข้อมูลขนาดใหญ่ โมเดลนี้เป็นพื้นฐานของแอปพลิเคชัน AI เชิงกำเนิด (Generative AI) เช่น ChatGPT และ DALL·E

นอกจากนี้ โมดูลนี้ยังรองรับแอปพลิเคชัน AI อื่น

• CitySeg – ระบบแยกภาพเมืองเป็นประเภทต่าง ๆ
• PeopleNet Transformer – ตรวจจับวัตถุและบุคคลได้อย่างแม่นยำ
• BERT – ประมวลผลภาษาธรรมชาติ (NLP)

บอร์ดนี้มาพร้อมกับโมดูลที่สามารถถอดออกได้ ซึ่งเป็นส่วนที่รวม CPU และ GPU ไว้ด้วยกัน และมีพัดลมระบายความร้อนที่ติดตั้งมาให้ตั้งแต่แรก เนื่องจากบอร์ดนี้สามารถทำงานที่ 7 วัตต์หรือ 15 วัตต์ ซึ่งอาจทำให้เกิดความร้อนสูงได้ ในส่วนของ I/O บอร์ดนี้มี DisplayPort (แต่ไม่มี HDMI ซึ่งอาจเป็นข้อเสียสำหรับบางคน), USB Type-C, Gigabit Ethernet, และ USB 3.2 จำนวน 4 พอร์ต นอกจากนี้ยังมีช่องต่อสำหรับกล้อง MIPI CSI 2 ช่อง และ GPIO 40 พิน ซึ่งมีรูปแบบเดียวกับ Raspberry Pi ทำให้ง่ายต่อการใช้งานร่วมกับอุปกรณ์อื่น ๆ ด้านล่างของบอร์ดมีช่อง M.2 2 ช่อง (แบบ 2242 และ 2280) สำหรับเพิ่ม SSD และมี Wi-Fi 6 มาให้ในตัว สำหรับการทดสอบในวิดีโอนี้ เราจะใช้ Micro SD Card ในการรันระบบปฏิบัติการแทนที่จะใช้ SSD

• CPU: 6 คอร์ ARM Cortex-A78 ความเร็ว 1.5 GHz
• GPU: 1,024 คอร์ Nvidia Ampere ความเร็ว 625 MHz
• RAM: 8GB LPDDR5
• ระบบปฏิบัติการ: JetPack 5.1.1 ซึ่งใช้ Ubuntu 20.04 พร้อม GNOME Desktop

• พอร์ต MIPI CSI จำนวน 2 พอร์ต (22 พิน) รองรับการเชื่อมต่อโมดูลกล้องได้สูงสุดถึง 4 เลน ให้ความละเอียดและอัตราเฟรมที่สูงขึ้น
• พอร์ตด้านหน้า:
  • ขั้วต่อไฟแบบ Barrel Jack สำหรับอะแดปเตอร์ 19V
  • พอร์ต DisplayPort (DP)
  • พอร์ต USB Type-A จำนวน 4 ช่อง
  • พอร์ต Gigabit Ethernet
  • พอร์ต USB-C สำหรับโหมดดีบั๊กและเชื่อมต่ออุปกรณ์

• พอร์ตด้านข้าง:
  • ขั้วต่อ GPIO แบบ 40 พิน รองรับเซ็นเซอร์และอุปกรณ์เสริมต่าง ๆ
• ด้านหลัง:
  • ช่องเสียบ microSD
  • ขั้วต่อปุ่มสำหรับการควบคุมระบบ
  • ขั้วต่อพัดลมระบายความร้อน
• ด้านใต้บอร์ด:
  • ช่อง M.2 Key M จำนวน 2 ช่อง รองรับการติดตั้ง NVMe SSD
  • ช่อง M.2 Key E พร้อมการ์ด Wi-Fi ที่ติดตั้งมาแล้ว

CR.ETA PRIME

ในการทดสอบนี้ รันระบบจาก Micro SD Card ซึ่งอาจทำให้เวลาโหลดนานขึ้น แต่โดยรวมแล้วการทำงานค่อนข้างลื่นไหล การทดสอบการใช้งาน AI ด้วยตัวอย่างที่มาพร้อมกับ JetPack เช่น Synthetic Data Modeling Demo และ PeopleNet Demo ซึ่งแสดงให้เห็นถึงความสามารถในการตรวจจับวัตถุและคนในเวลาจริง นอกจากนี้ เรายังทดสอบการเล่นวิดีโอ 4K บน YouTube ซึ่งสามารถเล่นได้อย่างลื่นไหลแม้จะมีการดรอปเฟรมบ้างเล็กน้อย และยังทดสอบการเล่นเกมผ่านโปรแกรมจำลองเช่น Dolphin Emulator (สำหรับ GameCube และ Wii) และ PCSX2 (สำหรับ PlayStation 2) ซึ่งบอร์ดนี้สามารถรันเกมได้อย่างน่าประทับใจ

Nvidia Jetson Orin Nano เป็นบอร์ดที่ทรงพลังมากสำหรับการพัฒนา AI และงานอื่น ๆ ที่ต้องการประสิทธิภาพสูง แม้ว่าจะมีราคาค่อนข้างสูงและไม่เหมาะสำหรับทุกคน แต่ก็เป็นเครื่องมือที่ยอดเยี่ยมสำหรับนักพัฒนาและผู้ที่สนใจในเทคโนโลยี Edge AI