NVIDIA Jetson: Kompakte KI-Plattform für Robotik passt in eine Handtasche
NVIDIA
Mistral AI
Die Jetson-Plattform von NVIDIA für Edge-KI und Robotik wird in einem Video der Risikokapitalgeberin Sarah Guo vorgestellt, die demonstriert, dass das kompakte Jetson-Orin-Nano-Super-Entwicklerkit in eine Handtasche passt und dabei eine KI-Leistung von 67 Tera-Operationen pro Sekunde (TOPS) liefert. Die Plattform unterstützt eine Reihe von KI-Projekten, von einfacher Robotik bis hin zu fortschrittlichen autonomen Systemen, und nutzt dabei führende offene Modelle mit hohen Sicherheits- und Schutzstandards.
NVIDIA hat seine Jetson-Plattform für Edge-AI und Robotik in einem aktuellen Video hervorgehoben, in dem die Venture-Capitalistin Sarah Guo, Gründerin von Conviction und Co-Moderatorin des No Priors AI Podcasts, zu sehen ist. Guo demonstrierte, dass das kompakte Jetson Orin Nano Super Developer Kit, das in eine Handtasche passt, leistungsstarke KI-Fähigkeiten für den Bau von Robotern und autonomen Maschinen bietet. Das Jetson Orin Nano Super bietet eine KI-Leistung von 67 Billionen Operationen pro Sekunde (TOPS) und ermöglicht Entwicklern, generative KI, Computer Vision und Edge-AI-Projekte von überall aus auszuführen. NVIDIA Jetson-Module und Developer Kits, einschließlich Jetson Orin Nano Super, Jetson AGX Orin und Jetson AGX Thor, unterstützen die Verwendung von hochmodernen offenen Modellen und sind für Klassenzimmer, Labore und Makerspaces konzipiert. Die Plattform umfasst Tools wie Jetson Device Skills und Jetson BSP Skills, die Entwicklern helfen, reale KI-Anwendungen zu erstellen, zu optimieren und bereitzustellen. Beispiele, die gezeigt wurden, umfassen ein selbstfahrendes Spielzeugauto mit einem maßgeschneiderten SidewalkPilot-Modell, einen Sprach- und Bildassistenten für den Reachy Mini Lite Roboter, einen KI-Roboter, der von Grund auf mit dem Mistral-Modell gebaut wurde, und einen Robotik-KI-Videopodcast. NVIDIA bietet außerdem eine Livestream-Serie an, um Entwicklern zu helfen, generative KI auszuführen, Agenten zu bauen und Vision-Language-Modelle auf Jetson zu verwenden.
Quelle: NVIDIA blog —
Original
