Edited at

Jetson Nanoの機械学習ベンチマークテスト


Jetson Nano

Nvidiaより発売された、Jetsonファミリの中で最も小型のデバイス。

07014815-C4D0-4C1C-ADC7-AE32A0BF9990.jpeg

上の写真は開発者ボード。

35B7590B-4E2F-4275-8A7D-C71AAEC5571C.jpeg

GPU搭載で、4GBのメモリ搭載。エッジ側でパワフルな処理ができる。

9D116F64-D989-4EFB-9B62-D192D8CB1037.jpeg

写真は全てNvidia

のサイトから

GPIOピン配置、USBポートなど、ラズパイ を強く意識した製品になっている。ただし無線LANはなし。公式OSはubuntu(18?)ライク


使用感


  • guiモードで使っているがもっさりした感は今のところなし

  • オフィスソフトのプリインストールいらない

  • anaconda(python用仮想開発環境)使えないので、素のままライブラリをインストール


DL用フレームワーク


tensorflow


  • 公式がパッケージを提供しているので簡単にインストール完了

https://devtalk.nvidia.com/default/topic/1048776/jetson-nano/official-tensorflow-for-jetson-nano-/


PyTorch

これも公式サイトにあり。特に問題なくインストール完了

https://devtalk.nvidia.com/default/topic/1049071/pytorch-for-jetson-nano/


ベンチマーク

PyTorchのmnist example にあるコードmain.pyを使用。CNN2層、FC2層の簡単なネットワーク。デフォルト値のままで、モデルの保存(書き込み)は行わず60000イタレーション実行。(64エポック)。GPU付きのマシーンはCPUオンリーで動作させるときに—no-cudaオプションを使用


下準備

念のためメモリのスワップ領域を拡大。4GBに。(結局使わなかった)

(デフォルトは0)

Linux(Ubuntu)のswap領域を拡張する


温度上昇

nvidia-smiが入っておらず、gpuの稼働率が分からなかった。Nvidia Cサーバーのguiアプリを入れてもなぜか温度が表示されず。

nvidia-settingもダメ。ここはもう少し調べたい。

41E184A1-3BBE-4977-825F-9BE33C38C4E0.jpeg

写真はtensorflowインストール中のヒートシンクの温度。

ベンチマークテスト中も測ったがほとんど同じ。バカでかいヒートシンクの恩恵か、それともちゃんと回せてるのか?


結果

2C29F9AA-887F-4AD8-BF05-D56F50AAD1F9.jpeg


感想

コンパクト、低消費電力なのに、MB12インチよりは早いという結果にそこそこ満足。

ただ、CPUとしてはそこまで(当たり前か)


課題


  • Nanoのgpuのポテンシャルをどれだけ引き出せてるのか不明。

  • ライバルはラズパイ?ラズパイ比較したい(ラズパイ でPyTorch動かないのと、tensorflowのベンチマークもなぜかエラー出るので調査中)