上一篇文章已经为Jetson Orin开发套件配置好Ubuntu 20.04 L4T(Linux for Tegra)桌面级操作系统,但是如下列所需要的开发资源并未安装:
过去的AGX Xavier开发套件是需要透过headless(USB线)方式与PC进行连线,然后在PC上执行SDK Manager为Jetson设备安装开发环境,执行步骤相对繁琐。如今NVIDIA为Jetson Orin开发套件提供直接安装方式,如下图“Step2. JetPack components installation via Debian packages”方式,直接在Jetson Orin开发套件上执行安装步骤就可以,使得整个安装过程变得十分简单。
请按照以下步骤为您的Jetson Orin开发套件安装开发环境:
首先检查预安装系统的内核版本,请执行以下指令:
$ |
cat /etc/nv_tegra_release |
出现类似如下的信息:
|
# R34 (release), REVISION: 0.4, GCID: 30414990, BOARD: t186ref, EABI: aarch64, DATE: Tue May 17 04:20:55 UTC 2022 |
粗体部分显示目前内核版本为R34.0.4,不过JetPack 5.0.1 DP(Developer Preview)版本的内核为R34.1.x,因此需要执行以下步骤调整源的版本:
$
$ |
sudo bash -c 'echo "deb https://repo.download.nvidia.com/jetson/common r34.1 main" >> /etc/apt/sources.list.d/nvidia-l4t-apt-source.list' sudo bash -c 'echo "deb https://repo.download.nvidia.com/jetson/t234 r34.1 main" >> /etc/apt/sources.list.d/nvidia-l4t-apt-source.list' |
接下来就可以开始用系统提供的Debian安装包来安装开发环境。
在Jetson Orin开发套件预安装系统里内置JetPack的安装包,我们不需要去探索这些安装包放在什么地方,只要执行以下步骤就可以:
$ $ $ |
sudo apt update sudo apt dist-upgrade sudo reboot |
在这里必须执行一次重启的动作,否则会出现一些不稳定的现象。重启之后只要执行以下指令即可:
$ |
sudo apt install nvidia-jetpack |
如果网络顺畅的话,大约1个小时时间就能全部安装完毕(不包含DeepStream),如果安装过程出现中断的话,就得重复上述指令,直到完成为止,如果持续失败,那就建议将Jetson Orin的APT源更换成国内源。
$ |
nvcc -V |
如果出现以下信息则表示正确。
|
nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2021 NVIDIA Corporation Built on Thu_Nov_11_23:44:05_PST_2021 Cuda compilation tools, release 11.4, V11.4.166 Build cuda_11.4.r11.4/compiler.30645359_0 |
$ |
dpkg -l libcudnn8 |
如果出现以下信息则表示正确。
|
Desired=Unknown/Install/Remove/Purge/Hold | Status=Not/Inst/Conf-files/Unpacked/halF-conf/Half-inst/trig-aWait/Trig-pend |/ Err?=(none)/Reinst-required (Status,Err: uppercase=bad) ||/ Name Version Architecture Description +++-==============-===================-============-====================== ii libcudnn8 8.3.2.49-1+cuda11.4 arm64 cuDNN runtime libraries |
$ |
dpkg -l tensorrt |
如果出现以下信息则表示正确。
|
Desired=Unknown/Install/Remove/Purge/Hold | Status=Not/Inst/Conf-files/Unpacked/halF-conf/Half-inst/trig-aWait/Trig-pend |/ Err?=(none)/Reinst-required (Status,Err: uppercase=bad) ||/ Name Version Architecture Description +++-==============-===================-============-===================== ii tensorrt 8.4.0.11-1+cuda11.4 arm64 Meta package of TensorRT |
$ |
dpkg -l libopencv |
如果出现以下信息则表示正确。
|
Desired=Unknown/Install/Remove/Purge/Hold | Status=Not/Inst/Conf-files/Unpacked/halF-conf/Half-inst/trig-aWait/Trig-pend |/ Err?=(none)/Reinst-required (Status,Err: uppercase=bad) ||/ Name Version Architecture Description +++-==============-===================-============-======================= ii libopencv 4.5.4-8-g3e4c170df4 arm64 Open Computer Vision Library |
这是Jetson系列非常著名的监控工具,请执行以下指令进行安装:
$ $ $ |
sudo apt install python3-pip sudo -H pip3 install -U pip sudo -H pip install jetson-stats==4.0.0rc1 |
然后执行下面启动指令就能开启这个监控工具:
$ |
jtop |
如果启动出现错误的话,请重启一下Jetson Orin让这个服务完整启动。启动工具之后可以看到下面的工作画面:
操作细节非常直观,照着底部的功能编号去执行就可以。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。