CPU是Arm A57的

GPU是128cuda核

一.小车跟踪的需求和设计方法

比如有一个小车跟踪的项目。

需求是：小车识别出罪犯，然后去跟踪他。

方法：摄像头采集到人之后传入到开发板，内部做一下识别，然后控制小车去跟随。

在人工智能算法上：

先目标检测，找到人脸

然后目标识别，把人脸与库中人脸比对

然后目标追踪，运动轨迹预测。防止重新检测和识别。

二.嵌入式设备上的运算流程

模型存在 Flash卡(类似硬盘，永久存储)上面。

运行的时候把数据搬到内存里面，速度比flash快很多。现在的手机都是 Flash + 内存。

AI模型师放到Flash硬盘里的，然后加载到内存，内存再加载到GPU。

三.算法的部署流程

3.1 剪枝、蒸馏、量化

要把模型在板子上快速运行。

先把模型压缩，减少运算量。

表现为：剪枝、蒸馏、量化

剪枝：去掉权重很低的神经元。

蒸馏：找个比较大的模型去训练，蒸馏出比较关键的分布，再用小模型基于这个分布训练。

量化：对模型运算的时候，很多都是浮点数，有的场合不需要这么这么长的精度。

3.2 TensorRT 推理加速

英伟达提出的，其它公司可能有自己的工具。

推理加速可以提升到10-100秒。

3.3 cuda并发编程

基于硬件层的优化

如果对上面的速度还不满意，可以使用cuda并发编程。

网上有岗位叫GPU工程师。

怎么使GPU效率最高，读进来的时候有延迟，类似于调度算法，你看看怎么分配，使他们的时间衔接最好。个性化定制。

CPU负责任务调度，数据都是存在flash上面的。

CPU构造：

运算的时候CPU将内存中的数据搬到cache中，cache的速度比内存块。

再通过控制器把cache的数据放到ALU运算单元中去，cpu的运算单元比较少。

GPU构造

128 cuda核的GPU就是有128个ALU运算单元

8行16列=128。

每一行是一组，每组都有控制单元和Cache。这八组可以并行计算。

CPU是牛人，可以处理复杂逻辑。

GPU是人多力量大，适合逻辑简单，工作内容很多的工作。

四.补充知识

4.1 NVIDIA Jetson Nano开发板

NVIDIA Jetson Nano开发板：

NVIDIA Jetson Nano是一款基于ARM架构的高性能开发板，

它具有强大的计算能力、多种外设接口和易于使用的编程环境，

适用于各种人工智能和嵌入式系统开发。

前段时间英伟达发布了一款开发板 Jetson Nano, 价格只需$99，相当于3个树莓派或者一个RK3399, 性能却完爆它们。

相对于树莓派，RK3399, NanoPi, OrangePi等开发板，Jetson Nano 有以下优点：

强大的GPU用于机器学习。这是最重要的功能，其他开发板所不能比的！

兼容树莓派周边设备。

支持TensorFlow, Pytorch等众多机器学习框架。

预装Ubuntu18, 内置Cuda, Opencv等，做机器视觉很方便。也可以作为ROS开发平台。

便宜。和TX1, TX2相比，Nano便宜太多，学生也能负担得起。

超小。核心板非常小，加上底板也只比树莓派大一圈而已。嵌入机器人更方便。

CPU是A57（树莓派A53）

内存是4G（树莓派1G），并且Nano是外置内存，说不定可以升级为8G, 16G？

外置无线网卡M2接口，可接千兆无线网卡(树莓派的板载无线，那个PCB天线速度慢的一笔，怎么传4K视频？)

4*USB3.0(树莓派4*USB2.0)

总的来说，这款开发板物超所值，性价比非常高，树莓派能干的 Jetson Nano 也能干，树莓派不能干的事情，Jetson Nano 反而更擅长(GPU加速)，还有什么理由不入坑。

英伟达为了让更多开发者轻松入门 Jetson Nano, 开发Jetbot机器人，并在发布会上进行了演示。

4.2 ARM处理器架构

Advanced RISC Machine，广泛应用于嵌入式机器的处理器设计。

ARM处理器具有高性能MPU和多种并行控制单元和通信接口，

构成支持多种应用的强大架构，广泛应用于消费性电子产品、电脑外设、

甚至导弹的弹载计算机等军用设施。

参考链接

https://www.bilibili.com/video/BV19m4y1978f/?spm_id_from=333.999.top_right_bar_window_history.content.click&vd_source=ebc47f36e62b223817b8e0edff181613