㈠ NX 支持M.2 Key E Intel8265 WIFI/BT
默认Jetson NX Xavier BSP 不支持Intel8265 WIFI/BT
由于WIFI-Disable Pin 默认状态为高，导致WIFI 一直处于Hardware blocked 状态，即WIFI 不可用而BT可以继续用，需修改dts中蔽拦脊的wifi-disable 状态才可以正常衡蚂使用。
查看dmesg 和 syslog （宏渗/var/log/syslog） 信息如下
DTSI 修改参考：
㈡ nvidia jetson xavier nx可以做什么
要是可以做一些小的小的系统，小的小的文件
㈢ 当仿生机器人和孩子成为好朋友，会产生怎样的“化学反应”
不久前，小米和小鹏 汽车 都发布了仿生机器人产品。
小米发布的是一款仿生机器狗CyberDog，又名“铁蛋”，与波士顿动力公司的Spot系列四足仿生机器人相像。
“铁蛋”搭载的终端处理系统是英伟达边缘AI超级计算机Jetson Xavier NX平台，该平台的AI算力达到21TOPS，“铁蛋”身上的触摸传感器、地磁传感器、双目传感器等至少11个传感器，它都能轻松处理。
“铁蛋”能够轻松完成跑跳、作揖、握手、打滚等动作，甚至跳舞、后空翻也不在话下，还能自主识别跟随，逛街也可以带出门。
小鹏 汽车 发布的是一款可骑乘智能马，又名“小白龙”。“小白龙”拥有 汽车 级别的智能驾驶系统，可通过摄像头、激光雷达识别环境与对象、构建地图、规划路径，具备自主运动、目标跟随、自动避障等功能。“小白龙”同样能够进行语音互动，还具备人脸与声纹识别功能，并可帮助主人托运行李。
试想，如果有一天叫孩子起床的不再是妈妈的“大嗓门”，而是一只仿生机器狗的汪汪声，孩子会不会立马高兴得跳起来，摆脱起床困难？
人工智能高速发展的今天，仿生机器人成为孩子们的玩伴，真的不再是新鲜事。在贝尔编程造物节上，由贝尔独家设计的仿生机器人早已在活动区恭候小朋友们的到来。
1.Mabot可穿戴机械臂&Mabot摇杆机械臂
提到机械臂大家应该都不陌生，尤其是天和机械臂在空间站的精彩表现，再次让机械臂名声大噪。机械臂主要是模仿人的手臂进行智能化操作，它和人的手臂一样可以进行抓取、攥握、伸展等活动。像天和机械臂这样的高级智能机械臂还具备视觉、触觉和自主分析能力。
本届编程造物节上，贝尔的老师也通过Mabot机器人给孩子们建构了可穿戴机械臂和遥感机械臂两种。可穿戴机械臂能直接戴在手臂上，通过触碰球控制机械爪的开合与旋转，从而模仿手臂进行抓握等功能。摇杆机械臂主要通过摇杆来控制机械臂旋转、升降、开合等动作。孩子们在现场，可以亲自来控制和操作，体验机械臂的魅力。
2.Mabot无限手套&Thunbot AI互动手臂
《王牌特工2》的反派特工查理在失去手臂后安装了智能机械手，机械手不仅能开车、定位、导航、传送网络信息，甚至能发射武器，非常炫酷。贝尔的Mabot无限手套和Thunbot AI互动手臂的设计，也非常炫酷。Mabot无限手套可直接穿戴在手臂上，主要通过触碰传感器控制手部活动，手指活动非常灵活。
而Thunbot AI互动手臂的外形则更为炫酷和机械化，而且它更加智能，能够利用手势识别技术采集人的5根手指各个骨骼空间坐标位置，获得各个骨骼之间的角度数据值，通过视觉算法转换为机械手臂上舵机的运动参数值，从而控制不同舵机带动手臂运动。通过Thunbot AI互动手臂，孩子们可以了解人工智能技术的基础应用和底层逻辑。
3.Mabot雄鹰&Thunbot蝙蝠
模仿动物的仿生 科技 成果非常多，模仿飞行动物的尤其多，比如蜂鸟、大雁、蝙蝠等。贝尔编程造物节也专为孩子们设计了两款模仿飞行动物的仿生机器人，Mabot雄鹰和Thunbot蝙蝠。
在现场的很多小朋友和家长都惊呼：“实在是太逼真了！”有的小朋友也在仿生鹰中发现了自己学过的知识点：“这个我学过，这叫齿轮！我爸爸的机械手表上也有齿轮！”大家讨论得不亦乐乎。
在贝尔编程造物节，很多家长会发现，原来前沿 科技 也并非完全深不可测，小朋友们也能听懂。
机器人编程的其中一大作用就是建立青少儿与 科技 创新之间的桥梁，让孩子们能够通过编程造物，扩大 科技 视野，树立 科技 创新的信念，学习 科技 创新的基础方法。
很多家长带孩子参加完活动反馈说：“我家孩子回来之后好几天，还在琢磨那个仿生机械臂，没事就上网查资料，说自己也要做个机械臂出来。”一场简单的编程造物活动，能够在孩子心中种下好奇的种子，其实比孩子学到多少知识点更加重要。
这不仅需要我们的孩子去适应智能 社会 ，而是他们很可能就是智能 社会 的建设者。机器人编程，恰好可以让孩子们走在 科技 创新的前沿。
费的，但再过三年五年，它们也许会像扫地机器人一样普遍。
这不仅需要我们的孩子去适应智能 社会 ，而是他们很可能就是智能 社会 的建设者。机器人编程，恰好可以让孩子们走在 科技 创新的前沿。
㈣ 21tops算力相当于什么显卡
21tops算力相当于英伟达的JetsonXavierNX显卡。JetsonXavierNX的大小仅相当于一张信用卡，可以为AI工作负载提供21TOPS的算力，而功耗最高仅为15瓦。
㈤ 圆刚推出两款搭载 NVIDIA Jetson Xavier NX 的人工智慧边际运算嵌入式电脑
圆刚AVerMedia宣布推出两款采用NVIDIAJetsonXavierNX、针对不同情境的人工告尘智慧边际运算电脑，相较前一世代的JetsonTX提升10倍性能，能够实现低功耗、高效能的边际AI应用，能为机器人、机器视觉、工业自动化、智慧零售、智慧城市与智慧制造挹注强大的AI性能。
▲JetsonXavierNX仅名片尺寸却具备强大的AI性能
JetsonXavierNX具备384个CUDA核心与48个TensorCore与两个NVDLA推论加速器，能提供6TFLOPSFP16与21TOPSINT8的性能，可依据性能与散热提供为10WTDP与15TDP两种版本。
▲NX213B提供8路PoE、SATA，锁定AI智慧安空市场设计
此次圆刚推出的包括具备主动散热风扇的NX211B，以及采用无风扇设计的NX213B；NX211B具备0-70度环境温度察行运作的宽温特性，并提供如2x2-LaneMIPICSI-2camera、1x4K60HDMI等介面，适合用于智慧城市或工业环袜没禅境的影像分析应用；至于NX213B则具备8路PoE网路摄影机连接界面与SATA连接埠，锁定智慧城市、零售影像分析之AINVR人工智慧安控应用。
㈥ 小米首款仿生四足机器人惊艳亮相，代码撸狗已成现实_原子同学
2021年8月10日，小米举哗没贺办了以《我的梦想，我的选择》为主题的2021年度演讲暨发布会，察并作为“彩蛋”公布的仿生四足机器人CyberDog工程 探索 版，彻底将整场新品发布会引向高潮。
相比于CyberDog这个国际范儿的英文名，小米内部还为它起了一个很接地气的中文名“铁蛋”，小米工程师说取这个名字乱派的原因，是希望这个项目好“养活”，能茁壮成长。
国内平价仿生机器人
自2005年波士顿动力公司创造出四足机器人大狗后，国内外一些企业也先后开发了相关产品，而小米CyberDog仿生四足机器人，正是从波士顿动力Spot中汲取灵感推出的。
8月17日，美国波士顿动力公司官方YouTuBe平台发布一段名为Atlas | Partnersin Parkour的演示视频，该视频展示了Atlas接近于人类的跑酷能力，跑酷的赛道主要由半斜坡、平衡木及相应的木箱障碍物构成，而 Atlas在90s的视频内接连完成了包含慢跑、跳跃、转身以及后空翻等动作在内的跑酷。
跑酷于人形机器人而言，相当于 汽车 领域的赛车 ，要实现在这一环境的运动，对机器的性能有着较高的要求。而极限的环境，可以有效测试性能极限，从而对现有的零件、技术进行改进。
该视频中展示的Atlas人形机器人，相比于过往视频中的后空翻等单一动作，最大的改变是Atlas目前的动作执行方式为 感知驱动 。
过去的人形机器人只能在平坦的表面或固定的盒子上进行预编程的跑酷，Atlas搭载RGB摄像头和深度传感器，通过团队在Atlas上创建的模板行为，Atlas可以自动检测检测环境并自动对其做出反应。
但总的而言，本次跑酷测试的完成，可以称为是 人形机器人又一次大进步 。在另一程度上，或还表示着现代 汽车 集团控制下的波士顿动力仍未放弃自身「属于未来的机器人公司」这一属性。
相较之下，现在的CyberDog虽然是一款DEMO版产品，但其内置NVIDIA Jetson Xavier NX边缘AI运算芯片，是目前全球最小的AI超级计算机，还搭载 小米自研高性能伺服电机 ，身兼澎湃算力与强劲动力，使TA能轻松完成一些看似酷炫的动作展示。
对比波士顿动力系列机器人高达几万美元（约合人民币几十万）的售价来看，完整度已经很高的 CyberDog才售价 9999 元 ，不仅不算贵，甚至是亏本了。
中国企业居然在一款尚处于功能和用途摸索阶段的产品上，出现大打价格战的迹象……实不知波士顿动力方面，对此究竟有何感想。
危险搜救、医疗救援、家庭陪护等场景，都是CyberDog未来可以进行扩展的领域，但 小米开发团队还需要 探索 更多应用场景 ，为人类提供更多方便快捷的服务。
AI，才是万物智能化的根本
目前，机器人产业在硬件方面其实已经成熟，而小米CyberDog四足仿生机器人之所以能各种秀操作，关键就在于人工智能算法被更进一步、更广泛、更深入的融合到机器人系统中。
机器人的 每一种动作背后，就是一个算法 ，像是走路、跳跃等，要把各种算法软件结合，进而协调双足自由度的运作。
一开始让机器学基本这些基本动作，不论是通过人或机器的评估机制，例如强化学习，让机器人每一次的动作都能更灵活一点，然后找到耗费能量最小的力度和姿态，然后让TA识别不同的场景需求，调取各自的算法，通过 人工智能技术实现机器“自学习” 。
未来，将不再只是靠新开发的一套算法，去教会机器人新动作，而是要让机器人能做到自己遇到新环境时，会发展出对应环境需求的新动作，这样的跃进发展，将会对机器人带来非常大的变革转变。
AI人才需求巨大
智能市场发展越来越快，波士顿动力公司的机器人Atlas已经可以跑酷了，由此可见，机器人越来越拟人化，能够做的事情越来越多，已经朝着认知智能方向发展。
随着 科技 的不断发展，人工智能已经逐渐走进了我们的生活，不管是云计算还是大数据，或者是相关技术，最终的发展诉求都是走向人工智能。
人工智能化是诸多技术实现其价值的重要环节，也是世界 科技 的重要领域，任何平台、算法、工具都不可能自己运行，归根到底，面临我们的最大挑战是人才短缺。
从波士顿动力研发的机器人，到2021年春晚“机器牛”群演，再到如今的小米CyberDog四足仿生机器人，其实 仿生机器人离我们并不遥远 ，但真要大批量地制造它，让它出现在我们的生活中，还需要一段时间。
相信终有一天，机器人能以平价真正进入寻常百姓的家庭中，为人类 社会 做出更多的贡献。
㈦ jetson nx相当于什么显卡
相当于Jetson Nano显卡。
和Jetson Nano一样的体积，性能却提升了几十倍。就连Xavier NX包装看起来都像Nano包装的大号版。
Xavier NX非常适合多路视频推理或多任务同时运行，而之前的Nano对此有压力。对于边缘计算应用，可以考虑用Xavier NX替代服务器。同时因为有了CAN口，对于机器人和工控应用也更为友好。考虑到其极低的功耗需求和极小的体积，应该很快就能看到其在机器人领域上的应用。
㈧ 中科云图是一家怎么样的公司
中科云图以“低空无人机遥感网运营商”为愿景目标，以自主研发的无人机智能基站为载体，以地理空间智能技术为核心，集成多功能传感器和机载AI边缘计算模块，构建全空间GIS框架下空地一体、云边协同的跨行业解决方案。中科云图依托中科院地理科学与资源研究所、广东省科学院广州地理研究所的科研平台和科技人才优势，拥有一支以院士领衔、国际一流的创新研发队伍∞
㈨ 英伟达nx和普通计算机有啥区别
英伟达更好 。
NVIDIA要“将现代人工智能的力量带入数百万台设备”，他们推出了名为Jetson Nano的单片式计算板，主要是为嵌入式系统或者创客（Maker）提供AI运算能力，现在半年过后了，NVIDIA最新公布了Jetson Nano的升级版Jetson Xavier NX，他们称之为世界上最小的AI超级计算机，主要是定位给嵌入式和边缘计算系统。
㈩ 实现人工智能的三要素
数据——人工智能的粮食
实现人工智能的首要因素是数据，数据是一切智慧物体的学习资源，没有了数据，任何智慧体都很难学习到知识。自从有记录以来，人类 社会 发展了数千年，在这期间，人类 社会 不断发展变化，从最早的原始 社会 到奴隶 社会 ，再到封建 社会 、资本主义 社会 、 社会 主义 社会 ，未来还会发展到共产主义 社会 ，在这漫长的发展过程中，都少不了数据做为人类 社会 发展的动力。
人类 社会 之所以发展的越来越高级文明，离不开学习知识，而知识的传播流传越快，则 社会 发展也越快，在封建 社会 以前，知识的传播从口口相传到甲骨文，再到竹简记录，就算是封建 社会 后期的纸质记录，其知识的传播速度也无法和今天的互联网知识的传播速度相提并论。
一般来说，知识的获取来自两种途径，一种是通过他人的经验而获得的知识，也就是他人将知识整理成册，然后供大家学习，这也是目前的主流学习方式；另一种就是通过自己的 探索 而获得的知识，这种学习方式目前只存在高精尖领域的知识学习，由于在已有的开放 社会 资源中，找不到可以学习的知识，只有自我 探索 获取。
无论哪种学习方式，都要通过学习载体来传播知识，无论是面对面讲述，实践操作，还是书本记录，或是电子刊物，亦或者影像资料等，这些都是学习载体，我们都可以称其为数据，学习数据的质量从根本上影响了学习的效果，所以对于人类学习而言，找一个好的老师，有一本好的书籍都是非常重要的学习选择。
既然人类的学习非常依赖于数据的质量，那么AI学习知识的时候，是否也会存在同样的问题呢？答案当然是肯定的，不仅如此，而且AI学习知识的时候对于数据的依赖还要高于人类。人类相比目前的AI而言，是具有推理能力的，在学习某些具有关联性知识的时候，通过推理联想可以获得更多的知识。从另一角度来讲，在某种特定场景下，即使数据不够完整全面，对于人类的学习影响也不会太大，因为人类会利用推理和想象来完成缺失的知识。而目前AI的推理能力还处于初级研究阶段，更多的难题还等着业内技术人员来攻克。
由此可见，目前AI学习知识大部分基本都是依赖于数据的质量的，在这种情况下，连人工智能专家吴恩达都发出人工智能=80%数据+20%算法模型的感慨，可见人工智能的“粮食安全”问题还是非常紧迫的，如果“粮食”出现了质量安全问题，那么最终将会导致人工智能“生病”。可见数据的好坏基本上大概率的决定了智能化的高低，有人会说，我可以通过提高算法模型来提高效果啊，不幸的是，在数据上稍微不注意造成了质量问题，需要在算法上历尽千辛万苦来提高效果，而且还不一定弥补得上，数据对于人工智能最终的发展结构可见一斑。
算力——人工智能的身体
算力是实现人工智能的另一个重要因素，算力在一定程度上体现了人工智能的速度和效率。一般来说算力越大，则实现更高级人工智能的可能性也更大。算力是依附于设备上的，所以一般谈论算力，都是在说具体的设备，比如CPU、GPU、DPU、TPU、NPU、BPU等，都是属于算力设备，只是他们有各自不同的能力而已。具体介绍可以阅读 《CPU、GPU、DPU、TPU、NPU...傻傻分不清楚？实力扫盲——安排!》 一文，介绍相当全面，从APU到ZPU，各种PU全部介绍完了，扫盲是够了。
算力设备除了上面的各种PU之外，每一种设备下面还会分不同的系列，比如英伟达的GPU在PC端有消费级的GeForce系列，专业制图的 Quadro 系列、专业计算的 Tesla系列 等，而GeForce系列细分还可以分为GT、GTX、RTX等，当然每种子系列下还可以继续细分，比如GTX下面有GTX1050、GTX1050Ti......GTX1080、GTX1080Ti，还有GTX Titan等更强大的系列，RTX下面也一样包括了更详细的等级划分，具体选择哪个系列要看具体使用场景而定，当然还和自身的消费实力相关，算力性能越强大也意味着更多的真金白银。
下面是RTX20系列的各种显卡的性能对比：
RTX30系列的各种显卡的对比：
此外，英伟达还有嵌入式端的各种显卡系列，比如适用于自主机器AI平台的JetSon系列、DRIVE AGX系列、Clara AGX系列等，以及云端的一些计算资源。同样每种系列还是做了进一步的细分，比如Jetson下面就根据其算力核心数就分成了Jetson Nano、Jetson TX2、Jetson Xavier NX、Jetson AGX Xavier等四款设备。
对于厂家而言，产品分的越细，越利于宣传和推广，对于消费者而言，可选择性也大大增加，但是也对消费者的基本知识也有了要求，如果不清楚各种产品的差异，那么就很容易选择错误，而现在的显卡市场就是如此，需要一些专业的知识才能够选对自己所需的显卡类型。希望大家经过科普后都能够选对自己的显卡型号，是打 游戏 、制图、还是计算，心里要有一个对应的系列型号才行，不然可要陷入选择困难症中了。
以目前人工智能主流技术深度学习为例，它的学习过程就是将需要学习的数据放在在算力设备上运行，经过神经网络亿万次的计算和调整，得到一个最优解的过程。如果把数据当成人工智能的“粮食”，那么算力就是撑起人工智能的“身体”，所有的吃进去的“粮食”都需要“身体”来消化，提取“营养”帮助成长。同样，人工智能的数据也是需要经过算力来逐一运算，从而提取数据的特征来作为智能化程度的标志的。
算法——人工智能的大脑
算法是人工智能程序与非人工智能程序的核心区别，可以这么理解，就算有了数据、有了算力，但是如果没有核心算力，也只能算是一个看起来比较高大上的资源库而已，由于没有算法的设计，相当于把一大堆的资源堆积了起来，而没有有效的应用。而算法就是使得这对资源有效利用的思想和灵魂。
算法和前两者比起来，算法更加的依赖于个人的思想，在同一家公司里，公司可以给每个算法工程师配备同样的数据资料和算力资源，但是无法要求每个算法工程师设计出来的算法程序的一致性。而算法程序的不一致性，也导致了最终智能化的程度千差万别。
相对于数据是依赖于大众的贡献，算力是依赖于机构组织的能力，而算法更加的依赖于个人，虽然很多公司是算法团队，但是真正提出核算算法思想的也就是那么一两个人，毫不夸张的说其他人都是帮助搬砖的，只是这种算法层面的搬砖相对纯软件工程的搬砖，技能要求要更高而已。这点和建筑设计一样，很多著名的建筑设计，其思想都是来自于一个人或者两个人，很少见到一个著名的设计其思想是由七八个人想出来的。
由于算法设计的独特性，和数据与算力相比，在人工智能的三个要素中，算法对人工智能的影响更大，这是因为在平时的工作当中，只要大家花上时间和费用，基本都可以找到好一些的数据和算力设备，但是算法由于其独特性，很多的算法是有专利或者没有向外界开源的，这个时候的差异就要在算法上体现出来了。
现在的大学和培训机构的人工智能专业，其学习方向也主要是以算法为主。因为数据是由大众产生，又由一些互联网大厂存储的，一般个人很少会去做这一块；而算力设备是由芯片公司控制着的；做为独立的个人最能够发挥效力的就在人工智能的算法方向了。培养优秀的算法人才对于人工智能的发展至关重要。目前市场上关于图像视觉、语音信号、自然语言、自动化等方向的算法工程师供不应求，薪资水平也是远超其他互联网软件行业的岗位。
后记：
当前，国内人工智能发展正处于高速成长期，未来将会进入爆发期，无论从业者是处于人工智能的数据处理方向，还是人工智能的算力设备研发方向，或者是人工智能的算法研发方向，都将会迎来巨大的行业红利和丰厚的回报。而人工智能算法方向又是学习回报比最高的一个方向，做为没有背景的个人，是进入人工智能行业的最佳选择 。
文/deep man