Para “nuestros” proyectos de Deep Learning ya se nos están empezando a quedar cortos nuestros potentes portátiles i7 de Lenovo por lo que, para el entrenamiento de las redes, nuestros compañeros de Espacio nos han prestado un Acer Predator que incluye una ¿potente/vieja? GPU Geforce GTX.

Eso sí, tras el anuncio de NVIDIA de su Jetson Nano probablemente acabemos montando un “clúster” como en su día hicimos para paralelizar algoritmos de Machine Learning con RPi.

Esta nueva tarjeta que se postula como una alternativa a la RPi pero mucho más potente al disponer de cuatro veces más memoria RAM y un procesador de 64-bit quad-core Arm Cortex-A57 bastante más rápido… con un potente procesador gráfico que permite codificar/decodificar varias entradas simultáneas de vídeo 4K.

Por otra parte dispone de un GPIO de 40 pines (que aunque no compatible con la RPi) sí permite hacer tus propios montajes a los que puedes añadir inteligencia (artificial) gracias a que dispone de una GPU de 128 núcleos basada en Maxwell y un procesador ARM A57 de cuatro núcleos, que pueden proporcionar unos 472 gigaflops de potencia de procesamiento para redes neuronales, sensores de alta resolución y otras funciones robóticas, al tiempo que consumen 5W.

Estoy deseando que se “resuelvan” nuestros problemas personales y poder volver a la normalidad (al menos, relativa) y volver a retomar nuestro HA que tenemos desmontado desde hace casi un par de meses. Tocaremos madera!