Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super: سريع وفعال
اكتشف كيف يوفر نشر Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super مقاييس أداء مذهلة وأداءً متسارعاً بواسطة GPU لتطبيقات الذكاء الاصطناعي المتقدمة.
يُعد طقم مطوري NVIDIA Jetson Orin Nano Super، الذي تم إطلاقه في 17 ديسمبر 2024، حاسوباً فائقاً صغيراً ولكنه قوي للذكاء الاصطناعي التوليدي، ومميزاً بقدرات متقدمة مصممة لـ edge computing. فهو يسهل المعالجة الفورية ويلغي الحاجة إلى الحوسبة السحابية. يتيح نظام NVIDIA Jetson Orin Nano Super للمطورين بناء أنظمة ذكية ميسورة التكلفة تعمل بكفاءة في البيئات المحلية.
عند اقترانه بـ Ultralytics YOLO models مثل Ultralytics YOLO11، يمكن لـ Jetson Orin Nano Super التعامل مع مجموعة واسعة من تطبيقات الذكاء الاصطناعي البصري على الطرفيات (edge). على وجه الخصوص، يُعد YOLO11 نموذج رؤية حاسوبية معروفاً بسرعته ودقته في مهام مثل object detection، وتتبع الكائنات، وتقسيم المثيلات.
إن الجمع بين قدرات Ultralytics YOLO11 ووحدة معالجة الرسوميات GPU (Graphics Processing Unit) القوية في المجموعة والدعم المقدم لـ frameworks مثل PyTorch وONNX وNVIDIA TensorRT يتيح عمليات نشر عالية الأداء. يوفر هذا الدمج للمطورين حلاً فعالاً لإنشاء تطبيقات الذكاء الاصطناعي، بدءاً من اكتشاف الكائنات في الروبوتات وحتى تتبع الكائنات في الوقت الفعلي في المساحات الذكية وأنظمة التجزئة.
في هذه المقالة، سنلقي نظرة على طقم مطوري NVIDIA Jetson Orin Nano Super، وكيفية عمله مع Ultralytics YOLO11 لـ edge AI، ومستويات الأداء الخاصة به، والتطبيقات الواقعية، وكيف يمكنه مساعدة المطورين في بناء مشاريع الرؤية الحاسوبية بالذكاء الاصطناعي. لنبدأ الآن!
ما هو NVIDIA Jetson Orin Nano Super Developer Kit؟#
إن NVIDIA Jetson Orin Nano Super Developer Kit عبارة عن حاسوب صغير ولكنه قوي يعيد تعريف الذكاء الاصطناعي التوليدي لأجهزة الحافة الصغيرة. إنه يوفر أداء ذكاء اصطناعي يصل إلى 67 TOPS (تريليون عملية في الثانية)، مما يجعله مثالياً للمطورين والطلاب والهواة الذين يعملون على مشاريع الذكاء الاصطناعي المتقدمة.
إليك بعض ميزاته الرئيسية:
- أداء GPU: تم بناء الجهاز على بنية NVIDIA Ampere architecture GPU، والتي تتضمن 1,024 CUDA cores و 32 Tensor Cores. تقوم CUDA cores بمعالجة العديد من المهام في وقت واحد، مما يسرع العمليات الحسابية المعقدة، بينما تتخصص Tensor Cores في مهام الذكاء الاصطناعي مثل التعلم العميق.
- CPU قوي: يتميز بمعالج 6-core Arm Cortex-A78AE، مصمم لتحقيق التوازن بين السرعة والكفاءة. يمكن للجهاز التعامل مع مهام متعددة بسلاسة مع الحفاظ على استهلاك منخفض للطاقة. هذا مهم للأنظمة التي تعمل محلياً دون الوصول إلى مصادر طاقة كبيرة.
- ذاكرة فعالة: يأتي الطقم بذاكرة LPDDR5 (Low Power Double Data Rate 5) بسعة 8 جيجابايت. تُعد LPDDR5 نوعاً من ذواكر الوصول العشوائي (RAM) المحسنة للسرعة وكفاءة الطاقة، مما يتيح للجهاز التعامل مع datasets الكبيرة والمعالجة الفورية دون استهلاك طاقة مفرطة.
- خيارات الاتصال: يتضمن منافذ USB 3.2 لنقل البيانات بسرعة، ومنفذ Gigabit Ethernet لاتصالات شبكة قوية، وواجهات كاميرا لدمج المستشعرات أو cameras.
- أدوات تطوير الذكاء الاصطناعي: يعمل Jetson Orin Nano Super مع حزمة أدوات NVIDIA JetPack SDK، والتي توفر أدوات مثل CUDA للحوسبة الأسرع وTensorRT لتحسين نماذج الذكاء الاصطناعي. تجعل هذه الأدوات من السهل على المطورين بناء ونشر تطبيقات الذكاء الاصطناعي بسرعة وكفاءة.
معايير الأداء: Jetson Orin Nano Super مقابل Orin NX 16GB#
إذا كنت على دراية بعمل NVIDIA، فقد تتساءل عن كيفية مقارنة هذا الإصدار الجديد بـ NVIDIA Jetson Orin NX 16GB الحالي (بدون وضع super). بينما يوفر Jetson Orin NX قدرات إجمالية أعلى، يوفر Jetson Orin Nano Super Developer Kit أداءً مذهلاً بجزء بسيط من التكلفة.
Fig 2. نظرة على بيئة NVIDIA Jetson Orin.
إليك نظرة عامة سريعة:
- أداء الذكاء الاصطناعي: يوفر Jetson Orin Nano Super ما يصل إلى 67 TOPS، وهو أمر رائع لمعظم مهام الذكاء الاصطناعي الطرفي، بينما يوفر Jetson Orin NX ما يصل إلى 100 TOPS للتطبيقات الأكثر تطلباً.
- الذاكرة: يتضمن Jetson Orin Nano Super ذاكرة 8GB LPDDR5، كافية لمهام الوقت الفعلي، بينما يضاعفها Orin NX إلى 16GB لأحمال عمل أكبر.
- كفاءة الطاقة: يعد Jetson Orin Nano Super أكثر كفاءة في استخدام الطاقة، وقابلاً للتهيئة بين 7 وات و 25 وات، مقارنة بمتطلبات الطاقة الأعلى لـ Jetson Orin NX.
- GPU: يتشارك كلاهما في بنية NVIDIA Ampere مع 1,024 CUDA cores و 32 Tensor Cores لأداء GPU قوي.
Ultralytics YOLO11 مع Jetson Orin Nano Super: جلب الذكاء الاصطناعي الرؤيوي إلى الحافة#
الآن بعد أن أصبح لدينا فهم أفضل لـ Jetson Orin Nano Super، دعونا نلقي نظرة على كيفية تدخل YOLO11 لجلب قدرات الذكاء الاصطناعي البصري إلى الحافة. تأتي نماذج Ultralytics YOLO، بما في ذلك YOLO11، مع أوضاع متعددة الاستخدامات مثل التدريب، والتنبؤ، والتصدير، مما يجعلها قابلة للتكيف مع مجموعة متنوعة من سير عمل الذكاء الاصطناعي.
على سبيل المثال، في وضع التدريب (training mode)، يمكن ضبط نماذج Ultralytics YOLO وتدريبها على مجموعات بيانات مخصصة لتطبيقات محددة، مثل اكتشاف كائنات فريدة أو التحسين لبيئات معينة. وبالمثل، تم تصميم وضع التنبؤ (prediction mode) والاستنتاج، مما يتيح computer vision tasks الفورية. وأخيراً، يمكن استخدام وضع التصدير (export mode) لتحويل النماذج إلى صيغ محسنة للنشر.
Fig 3. تدعم نماذج Ultralytics YOLO ميزات وأوضاعاً متنوعة.
يدعم Ultralytics YOLO11 في وضع export مجموعة من خيارات نشر النماذج، بما في ذلك على سبيل المثال لا الحصر:
- NVIDIA TensorRT: تم تحسين هذا التنسيق لوحدات GPU من NVIDIA، مما يوفر أداءً عالياً واستدلالاً منخفض الكمون على Jetson Orin Nano Super.
- ONNX (Open Neural Network Exchange): يضمن التوافق عبر منصات مختلفة، مما يجعله متعدد الاستخدامات لأنظمة الأجهزة والبرامج المختلفة.
- TorchScript: تُعتبر هذه الصيغة مثالية للتطبيقات القائمة على PyTorch، وتساعد في الدمج السلس في مسارات عمل PyTorch.
- TFLite (TensorFlow Lite): صيغة مصممة لنشر الذكاء الاصطناعي الخفيف، مما يجعلها مثالية للأنظمة المحمولة والمضمنة.
باستخدام تنسيقات النشر هذه، يمكن للمطورين الاستفادة الكاملة من عتاد Jetson Orin Nano Super لتشغيل Ultralytics YOLO11 لتطبيقات الوقت الفعلي مثل المساحات الذكية والروبوتات وأتمتة التجزئة.
إجراء قياس الأداء لـ Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super#
بعد ذلك، للحصول على فكرة أفضل عن مدى السرعة التي يمكن أن يعمل بها Ultralytics YOLO11 على جهاز NVIDIA Jetson Orin Nano Super، دعنا نستكشف أداءه الرائع ومعاييره القياسية باستخدام تنسيقات التصدير المعززة لوحدة معالجة الرسومات (GPU) مثل PyTorch وONNX وTensorRT. تكشف هذه الاختبارات أن Jetson Orin Nano Super يحقق أوقات استدلال باستخدام نماذج YOLO11 التي تقارب - وأحياناً تتجاوز - جهاز Jetson Orin NX 16GB الحالي (بدون وضع الأداء الفائق).
Fig 4. قياس الأداء لـ Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super.
وما يجعل هذا الأمر أكثر تميزاً هو القدرة على تحمل تكاليف Jetson Orin Nano Super. فمن خلال تقديم هذا الأداء بأقل من نصف سعر Jetson Orin NX 16GB، فإنه يوفر قيمة استثنائية للمطورين الذين يقومون بإنشاء تطبيقات Ultralytics YOLO11 عالية الأداء. هذا المزيج من التكلفة والأداء يجعل Jetson Orin Nano Super خياراً ممتازاً لمهام رؤية الذكاء الاصطناعي في الوقت الفعلي عند الحافة.
Fig 5. قياس الأداء لـ Ultralytics YOLO11 على Jetson Orin NX 16GB.
ابدأ العمل عملياً مع Ultralytics YOLO11 ووحدة NVIDIA Jetson Orin Nano Super#
إذا كنت متحمسًا لـ getting started في نشر Ultralytics YOLO11 على Jetson Orin Nano Super، فهناك أخبار سارة - فالعملية مباشرة ومبسطة. بعد ومض جهازك باستخدام NVIDIA JetPack SDK، يمكنك إما استخدام صورة Docker مُعدة مسبقًا للإعداد السريع أو تثبيت الحزم اللازمة يدويًا.
بالنسبة لأولئك الذين يبحثون عن تكامل أسرع وأكثر سلاسة، فإن حاوية JetPack 6 Docker المحدثة هي الحل المثالي. حاوية Docker عبارة عن بيئة خفيفة الوزن ومحمولة تتضمن جميع الأدوات والتبعيات اللازمة لتشغيل برامج معينة.
تأتي حاوية Ultralytics، المحسنة لـ JetPack 6.1، محملة مسبقًا بـ CUDA 12.6 وTensorRT 10.3 والأدوات الأساسية مثل PyTorch وTorchVision، وكلها مصممة خصيصًا لمعمارية ARM64 الخاصة بـ Jetson. من خلال استخدام هذه الحاوية، يمكن للمطورين توفير الوقت في الإعداد والتركيز على بناء وتحسين vision AI applications الخاصة بهم باستخدام YOLO11.
تطبيقات Ultralytics YOLO11 على NVIDIA Jetson Orin Nano Super#
بالنسبة لأولئك الذين يبحثون عن الإلهام لمشروع الذكاء الاصطناعي القادم، هناك إمكانات لتطبيقات الرؤية الحاسوبية القائمة على الحافة من حولنا.
في الحياة اليومية، يعيد الذكاء الاصطناعي الطرفي تعريف المساحات الذكية من خلال تمكين الأنظمة من اكتشاف وتتبع الكائنات في الوقت الفعلي، كل ذلك دون الاعتماد على المعالجة السحابية. سواء كان الأمر يتعلق بمراقبة حركة المرور في مدينة مزدحمة أو تحديد نشاط غير عادي في الأماكن العامة، فإن الذكاء الاصطناعي البصري الطرفي يعزز الأمن والكفاءة.
تستفيد متاجر التجزئة أيضًا من الذكاء الاصطناعي عند الحافة ورؤية الحاسوب. من فحص المخزون الآلي إلى theft prevention، تتيح نماذج مثل Ultralytics YOLO11 للشركات نشر حلول الوقت الفعلي مباشرة داخل المتاجر.
وبالمثل، عندما يتعلق الأمر بـ AI in healthcare، فإن المراقبة القائمة على الحافة تضمن سلامة المرضى، وتكتشف الحالات الشاذة، وتحافظ على الامتثال - وكل ذلك دون تأخيرات ناتجة عن الاعتماد على السحابة. مع أدوات مثل Jetson Orin Nano Super وUltralytics YOLO11، يتكشف مستقبل رؤية الذكاء الاصطناعي مباشرة عند الحافة، حيث تكون الحاجة إليه أشد ما تكون.
أبرز النقاط#
يوفر نشر نماذج Ultralytics YOLO مثل YOLO11 على NVIDIA Jetson Orin Nano Super Developer Kit حلاً موثوقاً وفعالاً لتطبيقات الذكاء الاصطناعي الطرفي. بفضل أداء GPU القوي، والدعم السلس لـ PyTorch و ONNX و TensorRT، والمعايير المثيرة للإعجاب، فهو مناسب تماماً لمهام الرؤية الحاسوبية في الوقت الفعلي مثل اكتشاف الكائنات وتتبعها.
تؤدي الابتكارات والتعاون في التقنيات المتطورة مثل رؤية الحاسوب وتسريع الأجهزة إلى تحويل طريقة عملنا، وتمكين المطورين من بناء حلول قابلة للتوسع وعالية الأداء عند الحافة. مع تقدم الذكاء الاصطناعي، تسهل أدوات مثل Ultralytics YOLO11 وJetson Orin Nano Super أكثر من أي وقت مضى إحياء الحلول الذكية في الوقت الفعلي.
هل أنت فضولي بشأن الذكاء الاصطناعي؟ تفضل بزيارة GitHub repository الخاصة بنا لاستكشاف مساهماتنا والتفاعل مع our community. شاهد كيف نستخدم الذكاء الاصطناعي لإحداث تأثير في قطاعات مثل الزراعة والرعاية الصحية.
