目录

一. Jetson概述

二. Jetson系列

2.1 产品图谱

2.2 参数对比

2.3Xavier NX模组

三. NVIDIA GPU

3.1 架构演变

3.2 Volta GPU

四. Xavier NX开发套件

一. Jetson概述

NVIDIA®Jetson™是世界领先的平台，适用于自主机器和其他嵌入式应用进行边缘计算部署。例如自主机器人，便携式医疗设备等。

Jetson平台被广泛应用于，智能工业，零售，医疗等行业。

Grundium 数字切片扫描仪Ouva 医患行为监控

NVIDIA®Jetson™平台包括 Jetson 模组（外形小巧的高性能计算机）、用于加速软件的 NVIDIA JetPack™SDK，以及包含传感器、SDK、服务和产品的生态系统，从而加快开发速度。

Jetson平台具有体积小，功耗低，软硬件均可裁剪，可定制化程度高,系统开源等优势。

二. Jetson系列

2.1 产品图谱

Jetson系列模组尺寸小巧，但能提供强大AI算力，尺寸在100mm以内，AI算力最高可达几百TOPS，其中Xavier NX为70mm x 45mm，AI算力为21TOPS。

注：TOPS：万亿次/秒，GOPS：亿次/秒

2.2 参数对比

2.3Xavier NX模组

后续采用的开发板是基于Xavier NX模组，所以这里着重介绍下NX模组的参数。

Xavier NX模组拥有384个CUDA cores,48个Tensor Cores,6个基于Arm-V8架构的核心，最高16GB的DDR4，支持音视频硬件解码和编码，还有丰富的外设接口，如USB，Ethernet，UART，IIC，CAN，GPIO等。

三. NVIDIA GPU

Jetson模组内部集成用于AI算法GPU，是整个模组的关键，也是英伟达的看家本领，这里介绍下其GPU。

3.1 架构演变

英伟达GPU架构历经多次演变，从2008年的Tesla架构到2020年的Ampere架构。

2017年发布的Volta架构完全以深度学习为核心，并引入了Tensor Core进行矩阵乘法运算。

3.2 Volta GPU

Xavier NX模组采用的是适用于深度学习的 Volta架构GPU，所以这里着重讲一下。

1.Cuda Core

GPU内部的运算单元，可提供INT和Float类型的运算。

Volta架构中Cuda Core拆分为1个FP32 Core+1个INT32 Core，可以同时执行FP32和INT32的操作。

2. Tensor Core

专门针对Deep Learning应用而设计的计算单元，实际上是一种矩阵乘累加的计算单元。矩阵乘累加计算在Deep Learning网络层算法中，比如卷积层、全连接层等是最重要、最耗时的一部分。

四. Xavier NX开发套件

后续的环境搭建，以及AI应用的部署，都在此开发套件进行

Xavier NX开发套件拥有DP和HDMI接口可连接显示器，两个CSI接口用于摄像头，M.2接口扩展固态硬盘，4个USB3.1口，一路以太网口，还引出了40PIN IO口按需使用。 开发套件支持Jetpack开发包，可搭载Ubunt20.04系统，支持主流深度学习框架，TensorFlow，PyTorch,Caffe等。

从下一篇开始，开始写在Xavier NX开发套件进行环境搭建，和应用部署