第六届Nvidia Sky Hackathon环境搭建记录（1）背景和Nano环境搭建

第六届Nvidia Sky Hackathon已于2022年5月21日开营。由于张小白不是学生，所以只能参与旁听。

本期的主题AI助力防疫——创建AI“大白”：

主要的场景如下：

这里面涉及到AI的几个技术：

（1）ASR自动语音识别：STEP1 识别你的“你好大白，请让我进入小区。。”语音，并转换为文字。

（2）CV目标检测：STEP2 识别口罩是否已带，识别二维码。

（3）TTS语音合成：STEP2: 语音回复：“请戴好口罩，并出示二维码”。STEP3：语音回复“您好，欢迎回家，二维码有效，请您通过”。

在本次的案例中，我们用到了以下技术：

NVIDIA NeMO：它支持Automatic Speech Recognition (ASR):声纹识别，Natural Language Processing (NLP):自然语言处理，Text-to-Speech (TTS) models:文本转音频。

NVIDIA TAO：Train, TAO是Adapt, and Optimize 训练、适配、优化的缩写。TAO ToolKit是NVIDIA推出的基于GUI工作流程驱动框架，可以简化并加速企业级AI应用和服务的创建。

NVIDIA TensorRT：TRT是用于高性能深度学习推理的 SDK。此 SDK 包含深度学习推理优化器和运行时环境，可为深度学习推理应用提供低延迟和高吞吐量。

通过本次训练营，可以学会以下技能：

为了完成相关任务，我们首先需要搭建环境。

训练营提供了相关环境安装的知识图谱：

众所周知，AI的环境一般包含两套：训练环境和推理环境。

训练环境需要是基于Ubuntu的X86电脑（带NVidia GPU），张小白拟使用 惠普暗影精灵8Plus（使用NVidia GTX 3080 Laptop GPU）作为训练环境。这个环境张小白在《且看张小白如何用暗影精灵玩转MindSpore》系列文章中有介绍如何安装双系统：

推理环境需要是基于Ubuntu aarch64的Jetson Nano，张小白拟使用Jetson Nano B01 作为推理环境。但这次不使用自己制作的环境，而是采用训练营提供的镜像环境。

后者比较简单，先介绍一下。

训练营提供了 10G大小的Jetson Nano镜像：

使用balenaEtcher打开这个gz文件刻录到TF卡上即可。张小白找了一张32G的TF卡完成了刻录，然后将刻录好的TF卡放入Nano的TF卡槽，并接上网线：

开机启动系统：

这个系统是训练营特制的，没有图形界面，输入用户名和密码：nvidia/nvidia即可完成登录。

使用jtop可以看到它的版本是JetPack 4.4：

查看下Nano的IP地址是192.168.1.118：

所以在暗影精灵的X86 ubuntu上可以使用浏览器打开 http://192.168.199.118:8888

输入密码nvidia，即可进入jupyter环境：

（未完待续）