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
基于与英伟达的持续合作,红帽承诺为英伟达新发布的Vera Rubin平台提供"零日"支持。该企业开源软件公司旨在缩小英伟达硬件平台发布与其支持软件堆栈正式发布之间的时间差。Vera Rubin平台专为降低AI推理成本而设计,基于新的CPU、GPU和数字处理单元构建。红帽将发布定制版RHEL操作系统,支持英伟达GPU驱动和CUDA工具包,预计2026年下半年推出。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
谷歌在全国零售联合会会议上宣布推出通用商务协议,这是一个专为AI代理购物设计的开放标准。该协议与Shopify、Target、沃尔玛等公司合作开发,能让AI代理在产品发现到售后支持的整个购买流程中无缝协作。谷歌将在搜索AI模式中应用该协议,用户可直接从美国零售商处结账并使用Google Pay支付。此外,谷歌还推出面向零售商的企业级客户体验套件。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。