Help us understand the problem. What is going on with this article?

Jetson Nanoの機械学習ベンチマークテスト

More than 1 year has passed since last update.

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)
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした