Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super: سريع وفعّال

تُعد حزمة تطوير NVIDIA Jetson Orin Nano Super، التي أُطلقت في 17 ديسمبر 2024، حاسوبًا فائقًا مدمجًا لكنه قوي للذكاء الاصطناعي التوليدي، ومصممة لتوفير إمكانات متقدمة لـالحوسبة الطرفية. وهي تتيح المعالجة في الوقت الفعلي وتلغي الحاجة إلى الحوسبة السحابية. وتُمكّن NVIDIA Jetson Orin Nano Super المطورين من بناء أنظمة ذكية ميسورة التكلفة تعمل بكفاءة في البيئات المحلية.

عند إقرانها بـنماذج Ultralytics YOLO، مثل Ultralytics YOLO11، تستطيع Jetson Orin Nano Super التعامل مع نطاق واسع من تطبيقات الذكاء الاصطناعي البصري على الحافة. وعلى وجه الخصوص، يُعد YOLO11 نموذجًا للرؤية الحاسوبية معروفًا بسرعته ودقته في مهام مثل اكتشاف الأجسام، وتتبع الأجسام، وتقسيم المثيلات.

يتيح الجمع بين إمكانات Ultralytics YOLO11 ووحدة GPU (وحدة معالجة الرسومات) القوية في المجموعة، ودعم الأطر مثل PyTorch وONNX وNVIDIA TensorRT، عمليات نشر عالية الأداء. ويوفر هذا الجمع للمطورين حلًا فعّالًا لإنشاء تطبيقات الذكاء الاصطناعي، بدءًا من اكتشاف الأجسام في الروبوتات وصولًا إلى تتبع الأجسام في الوقت الفعلي داخل المساحات الذكية وأنظمة البيع بالتجزئة.

في هذه المقالة، سنستعرض مجموعة تطوير NVIDIA Jetson Orin Nano Super، وكيفية عملها مع Ultralytics YOLO11 من أجل الذكاء الاصطناعي الطرفي، ومعايير أدائها، وتطبيقاتها الواقعية، وكيف يمكنها مساعدة المطورين على بناء مشاريع الرؤية الحاسوبية المعتمدة على الذكاء الاصطناعي. لنبدأ!

ما مجموعة تطوير NVIDIA Jetson Orin Nano Super؟#

مجموعة تطوير NVIDIA Jetson Orin Nano Super هي حاسوب مدمج وقوي يعيد تعريف الذكاء الاصطناعي التوليدي للأجهزة الطرفية الصغيرة. وهي توفر أداءً يصل إلى 67 TOPS (تريليون عملية في الثانية)، ما يجعلها مثالية للمطورين والطلاب والهواة الذين يعملون على مشاريع متقدمة في الذكاء الاصطناعي.

فيما يلي بعض ميزاتها الرئيسية:

• أداء GPU: يعتمد الجهاز على وحدة GPU ببنية NVIDIA Ampere، وتضم 1,024 نواة CUDA و32 نواة Tensor. تعالج نوى CUDA العديد من المهام في الوقت نفسه، ما يسرّع العمليات الحسابية المعقدة، بينما تتخصص نوى Tensor في مهام الذكاء الاصطناعي مثل التعلم العميق.
• وحدة CPU قوية: يضم الجهاز معالج Arm Cortex-A78AE سداسي النوى، صُمم لتحقيق التوازن بين السرعة والكفاءة. ويمكنه التعامل بسلاسة مع مهام متعددة مع الحفاظ على انخفاض استهلاك الطاقة. ويكتسب ذلك أهمية خاصة للأنظمة التي تعمل محليًا دون الوصول إلى مصادر طاقة كبيرة.
• ذاكرة فعّالة: تأتي المجموعة مزودة بذاكرة LPDDR5 بسعة 8GB. وتُعد LPDDR5 نوعًا من ذاكرة RAM (ذاكرة الوصول العشوائي) المحسّنة للسرعة والكفاءة في استهلاك الطاقة، ما يسمح للجهاز بالتعامل مع مجموعات البيانات الكبيرة والمعالجة في الوقت الفعلي دون استهلاك طاقة مفرط.
• خيارات الاتصال: تتضمن منافذ USB 3.2 لنقل البيانات بسرعة، ومنفذ Gigabit Ethernet لاتصالات الشبكة القوية، وواجهات للكاميرات لدمج المستشعرات أو الكاميرات.
• أدوات تطوير الذكاء الاصطناعي: تعمل Jetson Orin Nano Super مع NVIDIA JetPack SDK، الذي يوفر أدوات مثل CUDA لتسريع الحوسبة وTensorRT لتحسين نماذج الذكاء الاصطناعي. وتسهّل هذه الأدوات على المطورين إنشاء تطبيقات الذكاء الاصطناعي ونشرها بسرعة وكفاءة.

معايير الأداء: Jetson Orin Nano Super مقارنةً بـ Orin NX 16GB#

إذا كنت على دراية بعمل NVIDIA، فقد تتساءل عن كيفية مقارنة هذا الإصدار الجديد بـ NVIDIA Jetson Orin NX 16GB الحالية (من دون الوضع الفائق). وعلى الرغم من أن Jetson Orin NX توفر إمكانات إجمالية أعلى، فإن مجموعة تطوير Jetson Orin Nano Super تقدم أداءً مذهلًا بجزء بسيط من التكلفة.

الشكل 2. نظرة على منظومة NVIDIA Jetson Orin.

فيما يلي نظرة سريعة:

• أداء الذكاء الاصطناعي: توفر Jetson Orin Nano Super ما يصل إلى 67 TOPS، وهو أداء ممتاز لمعظم مهام الذكاء الاصطناعي الطرفي، بينما توفر Jetson Orin NX ما يصل إلى 100 TOPS للتطبيقات الأكثر تطلبًا.
• الذاكرة: تتضمن Jetson Orin Nano Super ذاكرة LPDDR5 بسعة 8GB، وهي كافية للمهام في الوقت الفعلي، بينما تضاعف Orin NX السعة إلى 16GB لأحمال العمل الأكبر.
• كفاءة الطاقة: تتميز Jetson Orin Nano Super بكفاءة أعلى في استهلاك الطاقة، ويمكن تهيئتها بين 7W و25W، مقارنةً باحتياجات الطاقة الأعلى لـ Jetson Orin NX.
• GPU: تشترك كلتاهما في بنية NVIDIA Ampere مع 1,024 نواة CUDA و32 نواة Tensor، لتوفير أداء قوي لوحدة GPU.

Ultralytics YOLO11 مع Jetson Orin Nano Super: جلب الذكاء الاصطناعي البصري إلى الحافة#

بعد أن كوّنا فهمًا أفضل لـ Jetson Orin Nano Super، دعونا نلقِ نظرة على كيفية مساهمة YOLO11 في توفير إمكانات الذكاء الاصطناعي البصري على الحافة. تأتي نماذج Ultralytics YOLO، بما فيها YOLO11، مع أوضاع متعددة الاستخدامات مثل التدريب والتنبؤ والتصدير، ما يجعلها قابلة للتكيف مع مجموعة متنوعة من مسارات عمل الذكاء الاصطناعي.

فعلى سبيل المثال، في وضع التدريب، يمكن ضبط نماذج Ultralytics YOLO وتدريبها على مجموعات بيانات مخصصة لتطبيقات محددة، مثل اكتشاف أجسام فريدة أو تحسين الأداء لبيئات معينة. وبالمثل، صُمم وضع التنبؤ للاستدلال، ما يتيح مهام الرؤية الحاسوبية في الوقت الفعلي. وأخيرًا، يمكن استخدام وضع التصدير لتحويل النماذج إلى صيغ محسّنة للنشر.

الشكل 3. تدعم نماذج Ultralytics YOLO ميزات وأوضاعًا متنوعة.

يدعم وضع التصدير في Ultralytics YOLO11 مجموعة من خيارات نشر النماذج، بما في ذلك، من بين أمور أخرى:

• NVIDIA TensorRT: هذه الصيغة محسّنة لوحدات GPU من NVIDIA، وتوفر استدلالًا عالي الأداء ومنخفض زمن الاستجابة على Jetson Orin Nano Super.
• ONNX (تبادل الشبكات العصبية المفتوح): يضمن التوافق عبر منصات متنوعة، ما يجعله متعدد الاستخدامات لمختلف منظومات الأجهزة والبرمجيات.
• TorchScript: هذه الصيغة مثالية للتطبيقات القائمة على PyTorch، وتساعد على التكامل السلس مع مسارات عمل PyTorch.
• TFLite (TensorFlow Lite): صيغة مصممة لعمليات نشر الذكاء الاصطناعي خفيفة الوزن، ما يجعلها مثالية للأنظمة المحمولة والمدمجة.

باستخدام صيغ النشر هذه، يمكن للمطورين الاستفادة الكاملة من أجهزة Jetson Orin Nano Super لتشغيل Ultralytics YOLO11 في تطبيقات الوقت الفعلي، مثل المساحات الذكية والروبوتات وأتمتة البيع بالتجزئة.

قياس أداء Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super#

بعد ذلك، ولمعرفة مدى سرعة تشغيل Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super، دعونا نستكشف أداءها المذهل ومعاييرها باستخدام صيغ التصدير المسرّعة بواسطة GPU، مثل PyTorch وONNX وTensorRT. تكشف هذه الاختبارات أن Jetson Orin Nano Super تحقق أزمنة استدلال مع نماذج YOLO11 مماثلة لأزمنة Jetson Orin NX 16GB الحالية (من دون الوضع الفائق)، بل تتفوق عليها أحيانًا.

الشكل 4. قياس أداء Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super.

وما يجعل ذلك أكثر إثارة للإعجاب هو التكلفة الميسورة لـ Jetson Orin Nano Super. فبتقديمها هذا الأداء بأقل من نصف سعر Jetson Orin NX 16GB، توفر قيمة استثنائية للمطورين الذين يبنون تطبيقات Ultralytics YOLO11 عالية الأداء. ويجعل هذا الجمع بين التكلفة والأداء Jetson Orin Nano Super خيارًا ممتازًا لمهام الذكاء الاصطناعي البصري في الوقت الفعلي على الحافة.

الشكل 5. قياس أداء Ultralytics YOLO11 على Jetson Orin NX 16GB.

جرّب عمليًا Ultralytics YOLO11 وNVIDIA Jetson Orin Nano Super#

إذا كنت متحمسًا للبدء في نشر Ultralytics YOLO11 على Jetson Orin Nano Super، فلدينا أخبار جيدة: العملية مباشرة. بعد تهيئة جهازك باستخدام NVIDIA JetPack SDK، يمكنك إما استخدام صورة Docker مُنشأة مسبقًا للإعداد السريع، أو تثبيت الحزم اللازمة يدويًا.

أما لمن يبحثون عن تكامل أسرع وأكثر سلاسة، فإن حاوية Docker المحدّثة لـ JetPack 6 هي الحل المثالي. وحاوية Docker هي بيئة خفيفة الوزن وقابلة للنقل، تتضمن جميع الأدوات والتبعيات اللازمة لتشغيل برامج محددة.

تأتي حاوية Ultralytics، المحسّنة لـ JetPack 6.1، محمّلة مسبقًا بـ CUDA 12.6 وTensorRT 10.3 وأدوات أساسية مثل PyTorch وTorchVision، وكلها مهيأة لبنية ARM64 الخاصة بـ Jetson. وباستخدام هذه الحاوية، يمكن للمطورين توفير الوقت في الإعداد والتركيز على بناء تطبيقات الذكاء الاصطناعي البصري وتحسينها باستخدام YOLO11.

تطبيقات Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super#

بالنسبة إلى من يبحثون عن الإلهام لمشروع الذكاء الاصطناعي التالي، تزخر حياتنا من حولنا بإمكانات تطبيقات الرؤية الحاسوبية الطرفية.

في الحياة اليومية، يعيد الذكاء الاصطناعي الطرفي تعريف المساحات الذكية من خلال تمكين الأنظمة من اكتشاف الأجسام وتتبعها في الوقت الفعلي، دون الاعتماد على المعالجة السحابية. وسواء تعلق الأمر بمراقبة حركة المرور في مدينة مكتظة أو تحديد الأنشطة غير المعتادة في الأماكن العامة، فإن الرؤية الحاسوبية الطرفية المعتمدة على الذكاء الاصطناعي تعزز الأمن والكفاءة.

كما يستفيد تجار التجزئة من الذكاء الاصطناعي الطرفي والرؤية الحاسوبية. فمن عمليات فحص المخزون المؤتمتة إلى منع السرقة، تتيح نماذج مثل Ultralytics YOLO11 للشركات نشر حلول الوقت الفعلي مباشرةً داخل المتاجر.

وبالمثل، عندما يتعلق الأمر بـالذكاء الاصطناعي في الرعاية الصحية، تضمن المراقبة الطرفية سلامة المرضى، وتكتشف الحالات الشاذة، وتحافظ على الامتثال، وكل ذلك دون التأخيرات الناجمة عن الاعتماد على السحابة. ومع أدوات مثل Jetson Orin Nano Super وUltralytics YOLO11، يتبلور مستقبل الذكاء الاصطناعي البصري مباشرةً على الحافة، حيث تشتد الحاجة إليه.

أهم النقاط المستخلصة#

يوفر نشر نماذج Ultralytics YOLO، مثل YOLO11، على مجموعة تطوير NVIDIA Jetson Orin Nano Super حلًا موثوقًا وفعّالًا لتطبيقات الذكاء الاصطناعي الطرفي. وبفضل أداء GPU القوي، والدعم السلس لـ PyTorch وONNX وTensorRT، والمعايير المذهلة، فهي مناسبة تمامًا لمهام الرؤية الحاسوبية في الوقت الفعلي، مثل اكتشاف الأجسام وتتبعها.

تُحوّل الابتكارات والتعاونات في التقنيات المتطورة، مثل الذكاء الاصطناعي البصري وتسريع الأجهزة، طريقة عملنا، وتمكّن المطورين من بناء حلول قابلة للتوسع وعالية الأداء على الحافة. ومع تقدم الذكاء الاصطناعي، تجعل أدوات مثل Ultralytics YOLO11 وJetson Orin Nano Super من إيصال الحلول الذكية والفورية إلى الواقع أمرًا أسهل من أي وقت مضى.

هل يثير الذكاء الاصطناعي فضولك؟ زُر مستودعنا على GitHub لاستكشاف إسهاماتنا والتفاعل مع مجتمعنا. وتعرّف على كيفية استخدامنا للذكاء الاصطناعي لإحداث أثر في صناعات مثل الزراعة والرعاية الصحية.