Nvidia tunnetaan tehokkaista grafiikkaprosessoreistaan, mutta parina viime vuonna se on alkanut muuttua tekoälyfirmaksi. Ja sen tavoitteena on viedä koneoppiminen samoilla malleilla kaikenlaisiin erilaisiin laitteisiin. Mysö verkon reunalle uudella Jetson Nano -kortilla.
Nvidian sulautettujen tuotteiden ryhmää vetää Euroopassa Eddie Seymour, joka oli yksi eilisen Arrow´n järjestämän IoT Summit -tapahtuman keynote-puhujista. Hänen mukaansa markkinat valtaa seuraavien vuosien aikana tekoälyllä hyöstetty esineiden internet. Tätä Nvidia kutsuu termillä AIoT.
- Grafiikkaprosessori eli GPU on edelleen leipälajimme, mutta olemme muuttumassa tekoälyfirmaksi. GPU sopii tähän hienosti, sillä siihen on helppo päästä käsiksi ja ohjelmoida haluamakseen, Seymour sanoi.
Nvidian tekoälystregia nojaa ohjelmistoihin. – Kaikki on kiinni softasta. Meillä on avoin CUDA-pohjainen alustamme, jossa neuroverkot saadaan istumaan kaikille eri laitteille, Seymour kertoi.
Uusi Jetson Nano -kortti on tästä hyvä esimerkki. Se on tarkoitettu 5-10 watin laitteisiin, joissa tarvitaan puolen teraFLOPSin suorituskykyä neuroverkkojen pyörittämiseen. Aivan mikro-ohjaimista Nvidia ei vielä siis puhu tekoälyn yhteydessä.
Nvidia esitteli ensimmäisen Jetson TX1 -korttinsa vuonna 2016, jolloin tuotiin myös ensimmäinen versio Jetpack-kehitystyökaluista. Linux-pohjaista työkalusettiä on täydennetty tiheään kolmen vuoden aikana ja nyt siihen on lisätty esimerkiksi TensorRT, jonka avulla Jetson-korteilla voidaan prosessoida TensorFlow-malleja.
Nvidia helpottaa AI-kehittäjien asemaa niin, että samoilla Nsight-työkauilla onnistuu sekä grafiikkasovellusten teko PC:lle kuin tekoälyn tuominen pieniin laitteisiin. Kehitys onnistuu joko lähempänä rautaa Nvidian grafiikkaprosessorien tutulla CUDA-kielellä tai C:llä, TensorRT:llä tai korkeamman tason Deepstream-työkaluilla, jolloin kehittäjän ei tarvitse välttämättä tietää koneoppimismalleista mitään.
Jetsonin pohjalla oleva GPU on geneerinen moottori, joka voidaan helposti ohjelmoida tekemään lähes mitä tahansa laskentaa.
Autoteollisuus on siirtymässä yhä monimutkaisempiin ohjelmistopohjaisiin järjestelmiin, joissa virheetön ohjelmisto on elintärkeää turvallisuuden ja suorituskyvyn varmistamiseksi. Ohjelmiston laatu ja luotettavuus eivät ole enää vain valinnaisia ominaisuuksia, vaan kriittisiä vaatimuksia erityisesti autonomisessa ajamisessa, kehittyneissä kuljettajaa avustavissa järjestelmissä (ADAS) ja yhdistetyissä ajoneuvojärjestelmissä.
Kestävä digitaalinen infrastruktuuri on kriittinen, jotta tietoliikenneverkot voidaan tehokkaasti valjastaa tekoälyinnovaatioiden ja pilvipohjaisten palveluiden tarpeisiin. Tekoälyyn liittyvien datarikkaiden sovellusten lisääntyvä kysyntä edellyttää tietoliikenneverkkoa, joka kykenee käsittelemään suuria tietomääriä alhaisella viiveellä, kirjoittaa Orange Businessin kumppaniratkaisuista vastaava Carl Hansson.
Euroopan unioni ottaa merkittävän askeleen avaruusteknologian kehittämisessä allekirjoittamalla sopimuksen uuden IRIS²-satelliittijärjestelmän toteuttamisesta. Tämä 290 satelliitin verkko on suunniteltu vahvistamaan Euroopan itsenäisyyttä ja turvallista yhteydenpitoa.
Jotta voidaan vastata uuden teknologian vaatimuksiin ja pitää järjestelmät toimimassa ”kellon tavoin”, on aika harkita ajoitusratkaisuja uudelleen. Tässä kaksiosaisessa "Precision Timing" -artikkelissa opit, miksi mikroelektromekaanisiin järjestelmiin eli MEMS-komponentteihin perustuvat piiajoituslaitteet päihittävät kvartsin elektroniikkasuunnittelun uudella aikakaudella. 
Matalatehoisten langattomien ratkaisujen asiantuntija Nordic Semiconductor ja eSIM-ratkaisuja kehittävä Kigen ovat julkistaneet yhteistyön, joka sujuvoittaa massiivisten IoT-verkkojen käyttöönottoa. Yhdessä he esittelevät CES 2025 -messuilla ratkaisun, joka yhdistää Nordic Semiconductorin nRF9151-moduulin ja Kigenin SGP.32 IoT eSIM-teknologian sekä laitteiden hallinta-alustan.
