NVIDIAが価格99ドルをうたって発表した組み込みAIボード「Jetson Nano」。本連載では、技術ライターの大原雄介氏が、Jetson Nanoの立ち上げから、一般的な組み込みAIとしての活用までを含めていろいろと試していく。第3回は、Jetson NanoのCUDAコアを使って推論のサンプル“Hello AI World”を動作させてみる。

» 2019年08月07日 10時00分公開

[大原雄介，MONOist]

⇒連載「Jetson Nanoで組み込みAIを試す」バックナンバー

　Ubuntuはちゃんと動き、Unixbenchもきちんと動作したので、いよいよCUDAコアを利用してのInference（推論）の動作である。まずはそもそもちゃんと動作する事を検証したいと思う。

　NVIDIAは“Hello AI World”という、取りあえずCUDAコアを利用したInferenceの動作確認用デモを公開している。これはあくまでInference用であって、Training（学習）は含まれていない（学習済みのネットワークを展開して、この上でInference動作を行う）ものである。ということでこれを動作させてみたい。

　さて、前回までの環境の場合、NVIDIAのJetPackが既にインストールされているはずだ。JetPackには以下のものが含まれている。

L4T Kernel/BSP
CUDA Toolkit
cuDNN
TensorRT
OpenCV
VisionWorks
Multimedia API

　Hello AI Worldを初めとして、JetPackが無いと動作しない。一応これはインストールされているものとして説明するが、もしない場合は先述したリンクからJetPackを入手してインストールしてから、となる。

　ではまず、GitHubからHello AI Worldのソースを一式取得することにする。これに先立ち、

$ sudo apt-get install git cmake

を実施してcmakeパッケージをインストールしておく（図1）。

図1　cmakeパッケージのインストール（クリックで拡大）

　これが終わったら、

$ git clone https://github.com/dusty-nv/jetson-inference
$ cd jetson-inference
$ git submodule update --init

を実施すると、カレントディレクトリの下のjetson-inferenceの下に、ソースが展開される（図2）。

図2　カレントディレクトリの下のjetson-inferenceの下にソースを展開（クリックで拡大）

　次にPythonを使う場合は、Pythonのパッケージも必要になる。デフォルトだとUbuntu 18.04にはPython 2.7がインストールされているが、昨今はVersion 3に移行しつつあるので、こちらをインストールしておこう。

$ sudo apt-get install libpython3-dev python3-numpy

　Python 3.6のインストーラーが走るので、これに従ってインストールを行う（図3）。これが終わったら、cmakeを使ってソースのビルドを行おう。

図3　Python 3.6のインストーラー画面（クリックで拡大）

　そして、カレントディレクトリがjetson-inferenceの下であることを確認した上で、

$ mkdir build
$ cd build
$ cmake ../

を実施すると、どのネットワークをインストールするかの選択画面となる（図4）。

図4　インストールするネットワークの選択画面（クリックで拡大）

　デフォルトはGoogleNetとResNet-18だが、今回はこれに加えてResNet-50もインストールしてみた。ちなみに全部インストールするとデータ容量は2.2GBほどである。次いで、PyTorchのインストールに移るが（図5）、先ほどPython 3.6をインストールしたので、ここでは“PyTorch v1.1.0 for Python 3.6”を選択する（先にPython 3.6を入れてない場合は、“PyTorch v1.1.0 for Python 2.7”のままで良い）。インストールを開始するとここからが長い（筆者の環境だと30分近く掛かった）が、ネットワークとPyTorchがインストールされるはずだ。