NVIDIA Jetson: mały komputer do robotów i kamer z AI

Czym jest NVIDIA Jetson w pigułce

NVIDIA Jetson to rodzina komputerów przeznaczonych do pracy wewnątrz urządzeń: robotów, kamer, dronów czy czujników w fabrykach. Od komputera, którego używasz na biurku, różni się przede wszystkim rozmiarem, poborem prądu i tym, że nie ma w nim klawiatury ani monitora. Zamiast tego jest w nim układ graficzny, który potrafi szybko liczyć modele sztucznej inteligencji.

Dla NVIDIA to ważna linia produktów, bo karty graficzne tej firmy od lat stanowią podstawę uczenia i uruchamiania AI w serwerach. Jetson przenosi tę samą rodzinę technologii, w tym rdzenie CUDA i rdzenie Tensor, do małej formy, którą można wbudować w maszynę. CUDA opisujemy w osobnym poradniku. Tutaj wystarczy wiedzieć, że to sposób, w jaki program korzysta z mocy układu graficznego.

AI na brzegu sieci: chmura kontra urządzenie na miejscu

Większość AI, z której korzystasz na co dzień, działa w chmurze. Twoje zapytanie leci do dużego centrum danych, model liczy odpowiedź, a wynik wraca do telefonu. Działa to dobrze, dopóki masz szybkie łącze i nie masz problemu z wysyłaniem danych na zewnątrz.

Brzeg sieci, po angielsku edge, to miejsce, w którym dane powstają: kamera na słupie, czujnik na linii produkcyjnej, dron nad polem. AI na brzegu oznacza, że model działa właśnie tam. Porównaj to do hurtowni i sklepu osiedlowego. Hurtownia ma wszystko, ale towar dowozi się z opóźnieniem i w określonych godzinach. Sklep na rogu ma mniej, za to jest pod ręką i działa nawet wtedy, gdy dostawa się opóźni.

Dla robotów i kamer to przekłada się na trzy rzeczy: krótszy czas reakcji, mniej danych wysyłanych poza urządzenie i możliwość pracy bez internetu. Robot, który ma zatrzymać się przed przeszkodą, nie może czekać na odpowiedź z serwera w innym mieście.

• Krótszy czas reakcji, bo wynik powstaje na miejscu.
• Mniej danych opuszcza urządzenie, co ma znaczenie dla prywatności.
• Praca nadal działa po utracie połączenia z internetem.
• Mniejsze obciążenie łącza przy wielu kamerach, choć dokładny efekt zależy od projektu.

Z czego składa się zestaw: moduł, płytka i reszta

Jetson to nie jest jedno urządzenie, które wyjmujesz z pudełka i od razu używasz. Najczęściej spotkasz się z dwoma poziomami. Pierwszy to moduł, czyli mała płytka z układem graficznym, pamięcią i procesorem. To serce całej konstrukcji, ale samo nie ma gniazd, do których podłączysz kamerę czy zasilanie. Drugi to płytka nośna, do której moduł się wkłada i która wyprowadza porty na zewnątrz.

Dla początkujących wygodny jest zestaw developerski, czyli gotowa płytka z modułem, obudową i instrukcją. Takie zestawy służą do nauki i prototypów. Gdy projekt dojrzeje, firmy często projektują własną płytkę nośną pod konkretne zadanie, na przykład wbudowanie w robota dostawczego.

Do sprawnego działania potrzebujesz jeszcze kilku elementów. Pomijanie ich to jeden z najczęstszych powodów, dla których początkujące projekty się zawieszają.

• Zasilacz o mocy zalecanej przez producenta dla danej płytki.
• Chłodzenie, czyli radiator lub wentylator, bo układ pod obciążeniem mocno się grzeje.
• Nośnik pamięci zgodny z płytką, np. karta microSD albo dysk SSD, zależnie od modelu.
• Kamera zgodna z płytką, jeśli projekt wymaga obrazu.
• Kabel sieciowy lub połączenie bezprzewodowe do konfiguracji i aktualizacji.

Nazwy się zmieniają: jak czytać oznaczenia modeli

Rodzina Jetson rozrasta się generacjami. Każda kolejna wprowadza nowe oznaczenia i większe możliwości, a starsze modele nie znikają z dnia na dzień. Nazwy warto traktować jako etykiety, a nie gwarancję konkretnych cech. Producent zmienia linię produktów, wycofuje stare wersje i wprowadza nowe, więc artykuł sprzed kilku miesięcy może być już nieaktualny.

Jak to sprawdzić rozsądnie? Zacznij od strony producenta NVIDIA, gdzie znajdziesz aktualne karty produktów, informacje o oprogramowaniu i wsparciu. Osobne poradniki w Centrum AI opisują konkretne modele, na przykład Jetson Orin Nano Super czy Jetson Thor, ale traktuj je jako tło, a aktualne dane zawsze weryfikuj u źródła.

Starsze płytki z tej rodziny wciąż bywają używane lub sprzedawane z drugiej ręki. Zanim kupisz, sprawdź, czy producent nadal wspiera ich system i narzędzia, bo bez aktualizacji zabezpieczeń łatwo o kłopoty.

Do czego służy Jetson: roboty, kamery i drony

Najczęściej wymienianym zastosowaniem jest robotyka. Robot sprzątający, wózek w magazynie czy ramię na linii pakowania musi widzieć otoczenie i reagować w ułamku sekundy. Model AI na płytce analizuje obraz z kamer i czujników, a robot decyduje, czy jechać dalej, czy się zatrzymać. Takie podejście nazywa się AI fizyczną, czyli sztuczną inteligencją, która działa w świecie rzeczywistym, a nie tylko na ekranie. Więcej o tym znajdziesz w osobnym poradniku.

Drugi obszar to inteligentne kamery. Zwykła kamera nagrywa wszystko, a kamera z AI potrafi odróżnić człowieka od zwierzęcia, policzyć samochody przejeżdżające przez skrzyżowanie albo zauważyć, że ktoś wszedł w strefę zakazaną. Dla zwykłego użytkownika ważne jest to, że analiza może odbywać się w samej kamerze lub w pobliskim urządzeniu, bez wysyłania całego strumienia wideo do chmury.

Trzeci obszar to drony. Lot wymaga omijania przeszkód, rozpoznawania miejsca i szybkiej reakcji, a łączność z operatorem bywa słaba, zwłaszcza poza zasięgiem sieci. Lokalny komputer pozwala dronowi samodzielnie korygować kurs. Z takich rozwiązań korzystają firmy inspekcyjne, rolnicze i zajmujące się kontrolą infrastruktury.

• Roboty mobilne w magazynach i na terenach zakładów.
• Kamery do bezpieczeństwa, liczenia ruchu i kontroli jakości na linii produkcyjnej.
• Drony do inspekcji, monitoringu upraw i pomiarów terenu.
• Urządzenia w rolnictwie, na przykład rozpoznające chwasty lub objawy chorób roślin.
• Czujniki w sklepach, np. liczące kolejki, z zachowaniem przepisów o prywatności.

Jak zacząć: sześć kroków dla początkującego

Nie musisz być zawodowym programistą, ale bez podstaw obsługi systemu Linux i języka Python pierwsze tygodnie będą trudne. Zanim wydasz pieniądze, przejdź przez prostą ścieżkę. Dzięki temu nie kupisz płytki, do której nie masz kamery, zasilania ani wiedzy potrzebnej do jej uruchomienia.

Zacznij od dokładnego opisu zadania w jednym zdaniu. Potem sprawdź zestawy developerskie i wymagania oprogramowania na stronie producenta. Dopiero na tej podstawie wybierz konkretny model, bo to on decyduje o tym, jakie narzędzia i przykłady będziesz mógł wykorzystać.

• Określ zadanie w jednym zdaniu, np. „rozpoznawać paczki na taśmie”.
• Sprawdź na stronie producenta aktualne zestawy developerskie i wymagania systemowe.
• Zaplanuj zasilanie i chłodzenie, a dopiero potem kup płytkę.
• Zacznij od gotowego przykładu z dokumentacji i uruchom go bez zmian.
• Dopiero po działającym przykładzie zmieniaj model i dodawaj własne dane.
• Testuj w warunkach zbliżonych do docelowych, np. przy słabym świetle.

Typowe błędy, które kosztują czas i pieniądze

Najczęstszy błąd to kupowanie na podstawie samej nazwy modelu, bez sprawdzenia, czego potrzebuje projekt. Druga pułapka to przekonanie, że wystarczy podłączyć kamerę i wszystko zacznie działać. Model trzeba dostroić do obrazu, oświetlenia i zadania, a to wymaga testów.

Trzeci błąd dotyczy chłodzenia. Układ pracujący pod dużym obciążeniem nagrzewa się i zwalnia, jeśli ciepło nie ma jak odpowiednio odprowadzić. Wtedy wyniki bywają gorsze, a urządzenie zachowuje się nieprzewidywalnie. Czwarty błąd to pomijanie aktualizacji, które poprawiają bezpieczeństwo i stabilność.

Piąty błąd, o którym mało kto myśli, to zakładanie, że odpowiedź modelu jest zawsze poprawna. Rozpoznania AI trzeba sprawdzać, zwłaszcza gdy od nich zależy bezpieczeństwo ludzi albo pieniądze.

• Kupowanie bez sprawdzenia zgodności z kamerą i zasilaniem.
• Brak testów w realnych warunkach, np. w nocy albo przy słabym świetle.
• Zbyt słabe chłodzenie w zamkniętej obudowie.
• Pomijanie aktualizacji systemu i bibliotek.
• Ufanie wynikom modelu bez ludzkiej kontroli.

Bezpieczeństwo, dane i prawo: zasady ogólne

Kamery i roboty zbierają dane o ludziach, a to wchodzi w zakres przepisów o ochronie danych osobowych. W Unii Europejskiej obowiązuje RODO. Osoby, które instalują monitoring w miejscu publicznym albo w firmie, powinny sprawdzić wymagania Urzędu Ochrony Danych Osobowych. Ten poradnik nie jest poradą prawną, tylko pokazuje, o czym trzeba pamiętać.

Obowiązuje już europejskie rozporządzenie o sztucznej inteligencji, znane jako AI Act. Klasyfikuje systemy AI według poziomu ryzyka, a niektóre zastosowania, zwłaszcza związane z identyfikacją ludzi, podlegają ostrzejszym regułom. Przepisy wdraża się etapami, więc szczegóły sprawdzaj w źródłach oficjalnych.

Drony mają własne zasady. Loty regulują przepisy krajowe. W Polsce nadzór sprawuje Urząd Lotnictwa Cywilnego, a wymagania zależą od masy urządzenia i sposobu użycia. Zanim wzniesiesz drona z własnym komputerem, sprawdź aktualne przepisy.

• Nie wpisuj do modeli AI danych osobowych klientów ani nagrań z kamer bez podstawy prawnej.
• Przy monitoringu informuj ludzi, że są nagrywani, zgodnie z przepisami.
• Zabezpiecz urządzenie hasłem i aktualizuj je, bo podłączona kamera to również wejście do sieci.
• Odpowiedzi i rozpoznania modelu weryfikuj, zanim podejmiesz decyzję.

Gdzie sprawdzić aktualne informacje i co dalej

Parametry, dostępność i ceny Jetsona zmieniają się szybciej niż jakikolwiek poradnik. Zawsze zacznij od strony producenta NVIDIA, gdzie znajdziesz aktualne karty modeli, dokumentację i informacje o wsparciu oprogramowania. Tam też zobaczysz wymagania danego zestawu, zanim zamówisz.

Drugim źródłem są oferty sklepów. Na allee.pl znajdziesz zestawy i akcesoria od różnych sprzedawców. Porównując oferty, patrz nie tylko na cenę, ale też na to, co dokładnie jest w pudełku. Szukając kamery albo zasilacza do projektu, sprawdź, czy są zgodne z konkretnym modelem płytki.

Jeśli dopiero zaczynasz, nie musisz od razu kupować. Wiele firm i szkół prowadzi kursy i warsztaty z robotyki, a w sieci jest sporo materiałów edukacyjnych od producenta. Zacznij od zrozumienia, co chcesz zbudować, a sprzęt wybierzesz dopiero wtedy.