Startseite > Halbleiter > Prozessoren > »Daten-Wissenschaft ist die Herausforderung für HPC«

GPU Technology Conference 2019

»Daten-Wissenschaft ist die Herausforderung für HPC«

19. März 2019, 6:22 Uhr | Gerhard Stelzer

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

KI für den kleinen Geldbeutel

Mit einem Preis von 99 Dollar ist das neue kleinste Jetson-Familienmitglied »Jetson Nano« ziemlich preisgünstig. So wenig kostet das zugehörige Entwicklungskit auf der GTC 2019 für die Teilnehmer. Huang verspricht sich davon, dass damit deutlich mehr Anwendungen mit KI-Funktionen ausgestattet werden können, für die das bisher zu teuer gewesen wäre. Was man damit machen kann, demonstrierte Huang anhand des autonomen Mini-Roboters Kaya, der vom Nano gesteuert wurde. Der Jetson Nano liefert mit einer 64-bit-Quad-Kern-CPU ARM A57 und der eigenen 128-Kern-Maxwell-GPU eine Rechenleistung von 472 GFlops und das bei nur 5 W Leistungsaufnahme. Das Kit umfasst 4 GByte an LPDDR4-Speicher sowie an Schnittstellen 4x USB 3.0, 1x MIPI, 1x HDMI/DisplayPort, 1x Gbit/s-Ethernet, 1x PCIe und einen MicroSD-Slot. Der eingebaute Video-Encoder schafft 4K Pixel mit 30 fps bei 1080p, der Decoder 4K Pixel mit 60 fps bei 1080p. Das ebenfalls neue JetPack 4.2 SDK für den Nano bringt ein komplettes Desktop Linux (Ubuntu 18.04) sowie Unterstützung für CUDA –X AI mit. Der Jetson Nano rundet damit die Familie mit Jetson AGX Xavier und Jetson TX2 nach unten ab.

Jobangebote+ passend zum Thema

MACNICA ATD EUROPE - Ihre berufliche Zukunft

MACNICA ATD Europe GmbH, Ingolstadt

Trainee Vertrieb und Produktmanagement (m/w/d) für Bachelorabsolventen

GLYN GmbH & Co. KG, Idstein

Field Account Manager (m/w/d) für das Vertriebsbüro in Pforzheim

GLYN GmbH & Co. KG, Pforzheim

Alle Jobangebote im Elektroniknet Karrierebereich anzeigen

Sicherheits-Kraftfeld für das Autonome Fahren

Für Nvidia ist der Einsatz von KI im Auto offensichtlich von hoher Priorität. Deshalb hat der GPU-Hersteller nun seine »Nvidia Drive AV Software Suite« nun um das Sicherheits-Kraftfeld (Safety Force Field — SFF) erweitert. Bei SFF handelt es sich um eine defensive Fahrstrategie, die autonome Fahrzeuge vor Kollisionen beschützen soll. Dazu hat de GPU-Hersteller mit einer neuen Planungs- und Steuerschicht für ein sicheres Fahren ausgestattet. SFF analysiert und prognostiziert die Dynamik der Umgebung auf Basis von Sensordaten und bestimmt daraus einen Satz an Aktionen, die sowohl Fahrzeug samt Insassen, als auch andere Verkehrsteilnehmer schützen. Gestützt auf zuverlässige Berechnungen sorgt das SFF Framework für ein Sicherheitsniveau auf mathematisch verifizierten Null-Kollisionen, anstatt die hohe Komplexität der realen Welt abbilden zu wollen. Besonders an SFF ist die Tatsache, dass sie sowohl Brems- als auch Lenkbedingungen berücksichtigt.
Gleichzeitig hat Huang nun die Nvidia Drive Constellation Plattform zur Simulation von autonomen Fahrzeugen vorgestellt. Diese Cloud-basierte Plattform ermöglicht es, Millionen von Kilometern in virtuellen Welten über verschiedenste Szenarien hinweg abzuspulen, von Routinefahrten bis hin zu gefährlichen Situationen. Erstmals auf der GTC 2018 vorgestellt handelt es sich bei Drive Constellation um eine Rechenzentrumslösung, die aus zwei Seite-an-Seite-Servern besteht. Ein Server, der Drive Constellation Simulator nutzt Nvidia GPUs und Drive-Sim-Software, um die Sensorssignale eines virtuellen Fahrzeugs zu erzeugen. Der andere Server ist der Drive Constellation Vehicle. Dieser umfasst den Drive AGX Pegasus AI Computer, der die simulierten Sensordaten verarbeitet. Die Fahrentscheidungen von Drive Constellation Vehicle werden in den Drive Constellation Simulator zurückgeführt, um bitgenaues, zeitgenaues Hardware-in-the-Loop-Testing zu ermöglichen. Zertifizierer wie der TÜV Süd nutzen bereits diese Plattform.