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。
上の写真は開発者ボード。
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。
写真は全て[Nvidia] (https://www.nvidia.com/ja-jp/autonomous-machines/embedded-systems/jetson-nano/)
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
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
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]
(https://yukiosugiyama.com/blog/post-2369/amp/#click=https://t.co/)
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。
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
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）