NVIDIA 18日宣告与亚马逊AWS IoT进行合作，让NVIDIA Jetson助力用户在数百万台相连设备上部署人工智能与深度自学。这一牵头解决方案需要在AWS上精彩创立、训练并优化模型，并用于AWS IoT Greengrass将模型部署至使用Jetson的边缘设备。NVIDIA Jetson平台可获取高性能且低能效的计算出来，需要构建边缘人工智能。
其应用领域 还包括零售、生产、农业等行业的自律机器和智能摄像头。AWS IoT Greengrass需要将AWS无缝拓展至边缘设备，还包括机器学习推理小说，使其需要在本地处置分解的数据，同时仍用于云端展开管理、分析和长久存储。使用 Jetson的设备可几近动态地用于AWS IoT Greengrass在边缘构建推理小说。
随后将数据回到至机器学习服务（例如Amazon SageMaker），以提升模型的准确性。Jetson获取了一套还包括NVIDIA JetPack的全套软件工具和开发包（SDK）。它还反对MXNet、Caffe、TensorFlow和PyTorch等多种框架，开发者可用于这些算法较慢部署实际应用于。NVIDIA副总裁兼自律机器事业部总经理Deepu Talla回应：“Jetson是一款高性能计算机，它使用了与全球最慢的超级计算机完全相同的架构和统一软件。
我们获取一系列的产品还包括全新Jetson Nano到Jetson AGX Xavier，使如今的物联网设备需要从小型物联网设备 拓展至强劲的物联网网关。”有了Jetson和AWS IoT Greengrass，就需要精彩部署经优化后可在物联网设备末端运营的机器学习模型。
客户可必要在使用Jetson的设备末端运营几近动态的推理小说，以节约比特率和成本，而需要再行将数据发送至云端。各类用例显得更为智能Jetson让各种曾多次无法想象的应用于构建了人工智能。在低精准农业领域，使用Jetson的摄像头运营于AWS IoT Greengrass上，才可几近动态地定位杂草，捕捉到之前无法察觉到的杂草，将异常情况上载至云端，并较慢新的展开模型训练和部署。这种强劲的技术人组使农业显得更为智能，需要更加高效地符合地球大大快速增长人口的粮食市场需求。
在自动化光学检测领域，产品缺失可在工厂车间内被较慢辨识，以防止生产装配线的延后。这样就能提升生产率并减少损失，从而提升整体运营效率。在零售业中，使用Jetson的设备可用于AWS IoT Greengrass来部署经训练的神经网络，在边缘就能监控库存、客户不道德和结账以及处置数据。这样能构建高效运营并惠及整个零售业。
本文关键词：TB SPORTS,天博(中国)体育,天博tb·综合体育
本文来源：TB SPORTS-www.yyyihui.com
