Nvidia schrumpft sein derzeit leistungsf\u00e4higstes SoC auf die Gr\u00f6\u00dfe einer Kreditkarte und bietet den AI-Computer im neuen Format als Jetson Xavier NX an. Das mit Xavier-SoC ausgestattete Modul kann zum Beispiel in Robotern, Drohnen, Fertigungslinien und anderen IoT-Systemen zum Einsatz kommen. Der Preis liegt bei 399 US-Dollar.<\/p>\n\n\n\n
Jetson Xavier NX positioniert sich in Nvidias Sortiment kompakter AI-Rechner zwischen Jetson TX2 und Jetson AGX Xavier. Dar\u00fcber hinaus gibt es am unteren Ende seit Fr\u00fchjahr mit dem Jetson Nano ein Modell f\u00fcr Einsteiger. Dort kommt auf einer 45 \u00d7 70 mm gro\u00dfen Platine Nvidias Tegra X1 zum Einsatz. Dieselben Abmessungen hat nun auch Jetson Xavier NX, wobei hier das deutlich leistungsf\u00e4higere Xavier-SoC verbaut ist.<\/p>\n\n\n\n
Jetson Xavier NX nutzt kleines Xavier-SoC<\/p>\n\n\n\n
Bislang war Nvidias Xavier-SoC nur \u00fcber den Jetson AGX Xavier zu bekommen, dessen Startpreis f\u00fcr die kleine Version bei 729 Euro liegt. Das System wird in zwei Varianten angeboten: Jetson AGX Xavier 8 GB und Jetson AGX Xavier. Unterschiede gibt es aber nicht nur beim RAM (8 GB versus 16 GB), sondern auch bei CPU, GPU und Nvidias Deep Learning Accelerator (NVDLA), wobei letztere die INT8-Leistung in TOPS und die FP16-Leistung in TFLOPS bestimmen. Beide SoCs werden bei TSMC in 12 nm gefertigt.<\/p>\n\n\n\n
Bis zu 21 TOPS INT8-Leistung<\/p>\n\n\n\n
Kurz vorab erkl\u00e4rt: Jetson AGX Xavier 8 GB nutzt das kleinere der beiden Xavier-SoCs mit einer Volta-GPU, die 384 CUDA-Cores und 48 Tensor-Cores bietet. Die kommt im Gegensatz zum gro\u00dfen Xavier-SoC mit 512 CUDA-Cores und 64 Tensor-Cores auf 11,1 TOPS (INT8) respektive 5,5 TFLOPS (FP16) statt 22 TOPS und 11 TFLOPS. Auch die NVDLA-Engines sind mit 8,2 TOPS (INT8) respektive 4,1 TFLOPS (FP16) nicht ganz so leistungsstark wie beim gro\u00dfen Xavier-SoC, wo sie auf 10 TOPS respektive 5 TFLOPS kommen. Die CPU setzt sich aus sechs statt acht der von Nvidia entwickelten Carmel-Cores zusammen, denen mit 6 MB (L2) und 4 MB (L3) etwas weniger Cache zur Verf\u00fcgung steht. Weitere Unterschiede zwischen beiden Varianten listet Nvidia hier auf.<\/p>\n\n\n\n
Im konkreten Fall des neuen Jetson Xavier NX h\u00e4ngt die INT8-Gesamtleistung berechnet aus TOPS von CUDA- und Tensor-Cores sowie NVDLA-Engines vom zul\u00e4ssigen Energiebedarf ab. Das Modul l\u00e4sst sich mit 10 Watt bei 14 TOPS oder 15 Watt bei 21 TOPS betreiben. In puncto Effizienz skaliert das System zumindest auf diesen beiden Stufen linear nach oben. Die FP16-Leistung gibt Nvidia mit insgesamt 6 TFLOPS an. Das Jetson AGX Xavier 8GB kommt auf insgesamt 9,6 TFLOPS.<\/p>\n\n\n\n
Pinkompatibel zum Jetson Nano<\/p>\n\n\n\n
Entwickler, die zuvor auf dem Jetson Nano k\u00fcnstliche neuronale Netz und die Datenverarbeitung mehrerer Sensoren laufen lie\u00dfen, k\u00f6nnen dank Pinkompatibilit\u00e4t mit geringem Aufwand zum leistungsf\u00e4higeren Jetson Xavier NX wechseln, da sich auch der Formfaktor nicht ver\u00e4ndert hat. Da Jetson Xavier NX erst im M\u00e4rz des kommenden Jahres auf den Markt kommen soll, k\u00f6nnen Entwickler das Jetson AGX Xavier Developer Kit nutzen, das per Software-Patch die Emulation eines Jetson Xavier NX erlaubt.<\/p>\n\n\n\n
Benchmarks gegen Google, Habana, Intel und Qualcomm<\/p>\n\n\n\n
Parallel zur Vorstellung des Jetson Xavier NX hat Nvidia aktuelle Benchmark-Ergebnisse mit MLPerf 0.5 f\u00fcr die Leistung im Rechenzentrum und f\u00fcrs Edge-Computing ver\u00f6ffentlicht. Im Offline-Szenario, bei dem das Inferencing mit Daten vom Festspeicher stattfindet, landet Nvidia mit der Titan RTX (Test) bei Au\u00dferachtlassung des Energiebedarfs vor Intels Xeon Platinum 9282, dem Goya-Prozessor von Habana und Googles Cloud TPU v3. Das gleiche gilt f\u00fcr das Server-Szenario mit Daten aus dem Internet. Als Hintergrund: Die Titan RTX kommt auf 280 Watt, der Xeon Platinum 9282 auf 400 Watt, der Goya auf 200 Watt und Googles TPU v3 auf etwa 200 bis 225 Watt.<\/p>\n\n\n\n
Beim Edge-Computing vergleicht Nvidia das Xavier-SoC mit Qualcomms Snapdragon 855 und Intels Core i3-1005G1, wobei auch hier bei Au\u00dferachtlassung des Energiebedarfs der erste Platz eingenommen wird. Nvidias Chip kommt auf 30 Watt, der Snapdragon 855 auf gesch\u00e4tzt um die 5 Watt und der Core i3-1005G1 auf 15 Watt.<\/p>\n\n\n\n
Nvidias Jetson Xavier NX bietet bei g\u00e4ngigen neuronalen Netzen die 15-fache Leistung eines Jetson TX2 bei geringerem Energiebedarf und kompakteren Abmessungen.<\/p>\n","protected":false},"excerpt":{"rendered":"
Nvidia schrumpft sein derzeit leistungsf\u00e4higstes SoC auf die Gr\u00f6\u00dfe einer Kreditkarte und bietet den AI-Computer im neuen Format als Jetson Xavier NX an. Das mit Xavier-SoC ausgestattete Modul kann zum Beispiel in Robotern, Drohnen, Fertigungslinien und anderen IoT-Systemen zum Einsatz kommen. Der Preis liegt bei 399 US-Dollar. Jetson Xavier NX positioniert sich in Nvidias Sortiment kompakter […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[21,20,22],"class_list":["post-53","post","type-post","status-publish","format-standard","hentry","category-elektronisches-zubehor","tag-cpu","tag-nvidia","tag-nvidia-jetson-xavier-nx"],"_links":{"self":[{"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=\/wp\/v2\/posts\/53","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=53"}],"version-history":[{"count":1,"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=\/wp\/v2\/posts\/53\/revisions"}],"predecessor-version":[{"id":54,"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=\/wp\/v2\/posts\/53\/revisions\/54"}],"wp:attachment":[{"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=53"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=53"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.batteriewelt.com\/akkublog\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=53"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}