2019 年 3 月， NVIDIA 在 TX2 和 Xavier 获得成功后推出了最初的低配版 Jetson NANO 开发者工具包，广泛应用于机器人、零售、工业、农业和人工智能 OT 等各个领域。2020
在本站的数据科学（DS）栏目中介绍了《Jetson Nano 人工智能开发者套件》的硬件信息，以下准备以
硬件准备
必需
- Windows PC
- Jetson Nano 2GB Developer Kit
- Micro-USB 数据线
- 5V⎓2A USB-C 电源
- 32 GB 以上 UHS-1 卡
- 网线
非必需
- HDMI 显示器及线材
- USB 键盘及鼠标
- AC8265 2.4G/5G
双模网卡，同时支持蓝牙 4.2 - USB 摄像头或 MIPI CSI-2 摄像头
Jetson Nano开发者套件提供 Jetson GPIO Python 库等实用工具，并且可兼容很多来自 Adafruit 和 Raspberry Pi 的常见传感器和外围设备，如可以使用 Raspberry Pi 的 MIPI CSI-2 摄像头（基于原生支持的 Sony IMX219 传感器，Camera Module v2），以及支持包括 USB、以太网相机接口。更多硬件适配可查看官方 Jetson 生态系统。
系统烧录
在 Jetson 下载中心，有 Jetson Nano Developer Kit SD Card Image（jetson-nano-sd-card-image） 和 Jetson Nano 2GB Developer Kit SD Card Image（jetson-nano-2gb-sd-card-image）两个开发者套件 SD 卡镜像（Version 4.5.1），虽然二者文件尺寸一样，但可能并不兼容，需下载后者。
1、使用 SD 协会的 SD Card Formatter 格式化 64G microSD 卡，官方建议最小采用 32 GB UHS-1 卡；
2、使用 Etcher（当然 Win32DiskImager 也很经典）将 SD 卡镜像写入 microSD 卡，将卡插入套件；
3、USB-C 接口处使用 5V⎓2A 的高品质电源为开发者套件供电，启动并设置开发者套件。
官方的这个开机动画很流畅，但这里采用
启动并设置
Windows PC 连接到以 USB-C 通电启动的开发者套件之 Micro-USB 接口。
打开设备管理器 > 端口（COM 和 LPT）以查找
在 Windows PC 上打开 PuTTY，在左侧
单击
初始设置，包括：
- 查看并接受 NVIDIA Jetson 软件 EULA；
- 选择系统语言、键盘布局和时区；
- 创建用户名、密码和计算机名称；
- 可选择配置无线网络；
- 选择应用分区大小，推荐使用建议的最大大小；
- 推荐建立 SWAP 空间。
最后，在 PuTTY 中看到标准 Linux 命令行提示符，可见，系统基于
插上网线，更新系统。
sudo apt update
sudo apt upgrade
图形界面
安装 xrdp 或 VNC，以使用 Windows 远程桌面连接访问系统的图形界面。
sudo apt-get install xrdp vnc4server xbase-clients
如果 xrdp 远程桌面连接窗口在登录后自动退出，解决方法：
1、sudo apt install xfce4
2、echo xfce4-session > ~/.xsession
3、touch .session
4、sudo vim /etc/xrdp/startwm.sh
在. /etc/X11/Xsession官方论坛中也有解决方案：
Install xfce4
sudo apt install xfce4
Comment out the last two lines in /etc/xrdp/startwm.sh
Add the following line to /etc/xrdp/startwm.sh
startxfce4
Restart xrdp
sudo service xrdp restart
也有分析作以下解决方法：
sudo vi /etc/gdm3/custom.conf
# AutomaticLoginEnable=true
# Automatic Login=[user1]
实际使用中，以下列顺序安装不会出现上述故障：
sudo apt install xfce4
sudo apt-get install xrdp vnc4server xbase-clients
官方建议是配置 VNC 服务器，如下：
USB 设备模式功能上位机访问 L4T-README 卷，包含三个 Linux for Tegra 帮助文档：
- README-usb-dev-mode.txt #使用 USB 设备模式连接到主机
PC - README-wifi.txt #使用命令行工具将
Jetson 连接到 WiFi 网络 README-vnc.txt #配置以运行 VNC 服务器
开发环境
和标准 Ubuntu 一样，系统预装了
C/C++
CUDA 工具包为 C 和 C++ 开发人员构建 GPU 加速应用提供了全面的开发环境。通常，在产品模型设计阶段使用 python 进行算法开发，而采用 C++ 来开发最终的成品，可以安装 Code-OSS（嵌入式环境下的 VS Code）、Qt5
中文输入法
由于需要使用中文搜索以及书写必要的中文注释，还是推荐安装中文输入法。Jetson Nano 自带 ibus 中文输入法，需要配置环境并下载具体的输入法和调整语言支持。
TensorFlow & PyTorch
Jetson Nano
但是，系统并没有自带 TensorFlow 及 PyTorch 环境，需要自行安装。当然 NVIDIA 已经托管了各种开发容器，以及 pythonpipwheels 用于直接安装框架 TensorFlow。在复盘官方入门级深度学习教程 Jetson Inference（Hello AI World）的过程中，请谈到 PyTorch 的安装。
Jetson
Jetson
- TensorRT
和 cuDNN：用于高性能深度学习应用 - CUDA：用于
GPU 加速计算等应用 - Multimedia API package：用于相机相关的应用及传感器驱动开发
- VisionWorks
和 OpenCV：用于计算机视觉开发
Jetson Inference
Jetson Inference（Hello AI World）是官方入门级深度学习教程，以体验
Jetson Inference 的学习可参考《Jetson Nano 2GB 深入 Jetson Inference 项目》一文。
学习建议
要深入玩转 Jetson Nano 2GB Developer Kit，建议配置 Raspberry Pi 摄像头及 AC8265 2.4G/5G
按照
已经有很多人研究
实际上，基于高效原则，推荐以附加显示器、键盘和鼠标的方式初始设置和应用；并且，Jetson Nano
JETSON AI 课程和认证
通过 Jetson 开发人员套件以及
NVIDIA 提供两种认证途径（Jetson AI Certification Programs）：任何人都可以完成的 Jetson AI 专家认证（Jetson AI Specialist Certification）以及面向教育工作者和讲师的 Jetson AI 大使认证（Jetson AI Ambassador Certification）。
版本更新
硬件
NVIDIA Jetson 单板计算机有了更丰富的产品线，最新的 Jetson AGX Orin 64GB 支持 CUDA 和 Tensor Core，AI 算力达到 275 TOPS。从 NVIDIA GPU 计算能力表可见，其计算能力（87）达到 GeForce RTX 4090（89）同等水平。《NVIDIA Jetson：适用于一切自主机器的 AI 平台》一文持续追踪 NVIDIA Jetson 硬件动态，如有更高算力需求的自主机器人开发等项目，可选择升级。
其他可参考的边缘
- Intel Neural Compute Stick 2, $73.27
- Google Coral USB Accelerator, $74.99
- UDOO Bolt V8, $418.00
NVIDIA JetPack SDK
NVIDIA JetPack SDK 是用于构建端到端加速 AI 应用程序的最全面的解决方案。JetPack 为 Nvidia Jetson 模块上的硬件加速 AI 边缘开发提供了完整的开发环境。
JetPack 包括带有引导加载程序的
JetPack 一直支持 Jetson Orin Nano 开发套件（包括
#sudo pip3 install jetson_stats
#jetson_release
NVIDA Jetson
附：算力单位
Jetson Nano
算力是通过对信息数据进行处理，实现目标结果输出的计算能力。用于评估电脑效能的算力单位常用
在
- MFLOPS（megaFLOPS）/MOPS（megaOPS）：每秒一佰万（10^6）次运算；
- GFLOPS（gigaFLOPS）/GOPS（gigaOPS）：每秒拾亿（10^9）次运算；
- TFLOPS（teraFLOPS）/TOPS（teraOPS）：每秒万亿（10^12）次运算；
- PFLOPS（petaFLOPS）/POPS（petaOPS）：每秒千万亿（10^15）次运算；
- EFLOPS（exaFLOPS）/EOPS（exaOPS）：每秒百亿亿（10^18）次运算；
- ZFLOPS（zettaFLOPS）/ZOPS（zettaOPS）：每秒十万京（10^21）次运算。
一些
- NVIDIA Jetson Nano：472 GFLOPS
- Rockchip RK3566（NPU）：1 TOPS
- INTEL Xeon Phi: 2.4 TFLOPS SP
- Google Coral Dev Board（Edge TPU）：4 TOPS
- NVIDIA Tesla K40: 4.29 TFLOPS SP, 12 GB memory
- NVIDIA Tesla K80: 5.6 TFLOPS SP (8.74 TFLOPS SP with GPU boost), 24 GB memory
- Rockchip RK3566（NPU）：6 TOPS
- NVIDIA Tesla P100: 10.6 TFLOPS SP, 16 GB memory
- NVIDIA Tesla V100: 15 TFLOPS SP (30 TFLOPS FP16, 120 TFLOPS Tensor ops), 12 GB memory
- NVIDIA Jetson AGX Xavier：32 TOPS
- Google TPU2: 180 TFLOPS Tensor ops
- NVIDIA A100：312 TFLOPs
- NVIDIA H100：1513 TFLOPs
- AMD MI100：184.6 TFLOPs
- AMD MI250：362.1 TFLOPs
NVIDIA GeForce RTX 4090
- NVIDIA GeForce RTX 4090，83
- AMD Radeon RX 7900，66
- NVIDIA GeForce RTX 4080，50
- NVIDIA GeForce RTX 4070，40
- NVIDIA GeForce RTX 3090，36
- AMD Radeon RX 6950 / GeForce RTX 3070，24
- AMD Radeon RX 6800 / Intel Arc A770，20
- NVIDIA GeForce RTX 2080 / Radeon RX 6750，14
- NVIDIA GeForce RTX 2060，7
- NVIDIA GeForce GT 1030，1
更多显卡性能可在Versus
TechPowerUp 是一个 PC 硬件媒体，其 GPU 规格数据库有助于了解目标 GPU 的各项参数，并进行对比。另外，评测博主 Tim Dettmers 撰写了万字长文，给出在深度学习中使用 GPU 的经验和建议。还可以参考
一些
Characterization and Benchmarking of Deep Learning, HP Labs
参考资料
Getting Started with Jetson Nano 2GB Developer Kit - NVIDIA® Jetson™ Linux Driver Package (L4T) 文档
NVIDIA JetPack SDK 文档 Embedded Linux Wiki - Jetson Nano - Getting a Running Start with the NVIDIA Jetson Nano（by Apple Macbook Pro）
- 用
Nvidia Jetson Nano 2GB 和 Python 构建一个价值 60 美元的人脸识别系统（中文）
Jetson Nano 的资源分享：
👍
楼主残忍的关闭了评论