前面安装Jetson Orin开发套件的开发环境过程,并没有将DeepStream智能分析套件安装进去,因此需要独立的安装过程,这里提供三种安装方式给使用者参考。
请访问https://developer.nvidia.com/deepstream-getting-started ,进入后会看到如下图的DeepStream SDK 6.1版本说明:

右表所列的是对于系统的要求,在Jetson的部分必须是JetPack 5.0.1 DP版本以上,Jetson Orin开发套件刚好符合这个要求,因此可以安装这个6.1版本的DeepStream。
页面往下会看到如下图的“Downloads”部分:

点选左下角“I Agree To…”左边的框,就会跳出下图的选项:

这里推荐下载“Download .tar”压缩包的方式会比较简单。点击后会弹出下面画面:

这是要求使用者必须拥有NVIDIA开发者社区账号,如果没有的话就申请一个,至于申请与登录的步骤,这里就不多赘述了。
将压缩包下载至Jetson Orin开发套件之后,请在Jetson Orin上执行以下步骤:
|
$
$ |
# 安装依赖库 sudo apt install -y libssl1.0.0 libgstreamer1.0-0 gstreamer1.0-tools gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav libgstrtspserver-1.0-0 libjansson4=2.11-1 libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev libgstrtspserver-1.0-dev libx11-dev # 重新安装nvidia-l4t的相关库 sudo apt install --reinstall -y nvidia-l4t-gstreamer nvidia-l4t-multimedia nvidia-l4t-core |
现在请到前面下载的deepstream_sdk_v6.1.0_jetson.tbz2的位置,执行以下指令开始安装DeepStream开发工具:
|
$ $ $ |
sudo tar -xvf deepstream_sdk_v6.1.0_jetson.tbz2 -C / cd /opt/nvidia/deepstream/deepstream sudo ./install.sh && sudo ldconfig |
接下来执行下面指令,检验DeepStream的安装是否成功:
|
$ |
deepstream-app --version-all |
第一次执行会出现一些警告(warning)信息,再执行一次就会正常出现下图信息:

这样就表示安装完成了。
这种安装需要有一台装有Ubuntu或CentOS的x86电脑来辅助,相对繁琐一些。这个工具可以在https://developer.nvidia.com/nvidia-sdk-manager下载,直接使用dpkg进行安装就可以,然后开启SDK Manager进行安装。
这种方式比较麻烦的部分是SDK Mananger的登录步骤(如下图),与前一种方式同样需要有NVIDIA开发者社区的账号与密码,如果没有也得申请一个。但是后台验证步骤需要连上NVIDIA的服务器,因此有时需要重复多次才能成功。

登录成功之后进入“STEP 1”选择安装的内容,请勾选下图最下方“DeepStream”选项,然后点选“CONTINUE”进入下一步。

在“STEP 2”里最重要的,就是“取消Jetson OS”选项,如下图所示,因为我们只需要安装DeepStream,而不需要安装操作系统。

选择好之后,勾选最下方“I accept the terms…”选项,就能进入下个步骤。系统弹出下图对话框,这里有两种连线的选择方式:

选择好之后,如果是USB方式则下面的IP预设为192.168.55.1,如果是Ethernet的话则需要自行查清楚Jetson Orin的IP地址。然后输入Jetson Orin的Username与Password,再点击下方“Install”按钮,就能执行DeepStream的安装。
这是当下最热门的应用与部署技术,从JetPack 4.0版之后,都为Jetson设备安装好Docker基础环境,我们可以直接使用。
DeepStream从5.1开始提供Docker版的使用环境,只需要从NGC下载镜像后就能在Jetson设备上启动使用,不过使用过程需要先熟悉Docker的指令与设备对应关系,这里先教大家在Jetson Orin开发套件上安装Docker版的DeepStream套件。
登录https://catalog.ngc.nvidia.com/orgs/nvidia/containers/deepstream-l4t 会进到下图页面中,点击右上角“Pull Tag”下拉选项就会显示目前所支持的各种版本。

Jetson Orin开发套件支持的Jetpack 5.x版本,目前只支持DeepStream 6.1,因此我们需要点击选择下数第二个“6.1-base”,系统已经将下载指令“docker pull nvcr.io/nvidia/deepstream-l4t:6.1-base”复制到剪贴板里面,我们只要在命令行视窗上使用Ctrl-Shift-V组合键,就能完整粘贴的指令:
|
$ |
docker pull nvcr.io/nvidia/deepstream-l4t:6.1-base |
这样就能从NGC下载deepstream-l4t:6.1-base镜像到Jetson Orin开发套件上。至于使用的方式,主要启动指令如下:
|
$
$ |
# 允许外部应用程序连接到主机的X显示器: xhost + # 允许外部应用程序连接到主机的X显示器: sudo docker run -it --rm --net=host --runtime nvidia -e DISPLAY=$DISPLAY \ -w /opt/nvidia/deepstream/deepstream-6.1 -v /tmp/.X11-unix/:/tmp/.X11-unix \ nvcr.io/nvidia/deepstream-l4t:6.1-base |
如果要添加摄像头的话,需要在这个指令里添加以下内容:
这样就可以开始使用DeepStream 6.1来进行测试与开发了。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。