Nvidia Jetson Orin系列配置教程

简介: 本文是Nvidia Jetson Orin系列的配置教程,介绍了两种安装方法:通过Nvidia SDK Manager进行安装和通过本地镜像烧录进行安装。第一种方法包括下载SDK Manager、安装和使用工具进行Jetson系列硬件的配置。第二种方法包括下载官方镜像、使用Etcher烧录镜像、安装镜像、安装开发环境以及检查开发环境是否配置成功。文中还提供了CUDA、cuDNN、TensorRT和OpenCV的检查命令和预期结果。

Nvidia Jetson Orin系列配置教程包含Orin系列的安装及配置办法,目前最为推荐的办法是通过Nvidia SDK Manager进行安装,详细内容如下:

法1:通过Nvidia SDK Manager进行安装

1.下载工具

前往Nvidia SDK Manager下载工具

2.安装工具

 sudo dpkg -i sdkmanager_1.X.XXXX_amd64.deb

如果安装失败需要使用以下命令修复依赖,随后再次执行上述dpkg -i进行安装

sudo apt install -f

3.使用工具

将硬件设备通过USB-C线连接到Host上,Host就是刚才安装Nvidia SDK Manager的Ubuntu系统,参考版本为Ubuntu 20.04
注意: 截至2023/07/10,ubuntu 22.04暂无法使用该工具

sdkmanager

登录Nvidia账号,选择对应的Jetson系列硬件设备,勾选需要安装的组件进行安装,随后等待安装成功即可
在这里插入图片描述

过程当中可能会遇到一些需要配置的部分,根据实际情况进行填写

在这里插入图片描述

法2:通过本地镜像烧录进行安装

1. 下载镜像

前往Nvidia官方网站下载对应规格型号的镜像,
此处以Nvidia Jetson Orin nano为例。

2.烧录镜像

使用Etcher烧录镜像到micro Sd Card固态硬盘
具体的烧录可参考Nvidia官方烧录教程

以上步骤如果不希望使用外部存储介质来实现安装,可以尝试使用Nvidia SDK Manager进行安装。

3.安装镜像

在bios里选择对应的存储介质(对于Orin nano为固态硬盘)启动并安装镜像。

4.安装开发环境

参考Nvidia中国发布的开发环境安装指南,进行以下安装:

# Check Kernel Version
cat /etc/nv_tegra_release

# Adjust source version based on JetPack Version
sudo bash -c 'echo "deb https://repo.download.nvidia.com/jetson/common <rXX.XX> main" >> /etc/apt/sources.list.d/nvidia-l4t-apt-source.list' 
sudo bash -c 'echo "deb https://repo.download.nvidia.com/jetson/t234 <rXX.XX> main" >> /etc/apt/sources.list.d/nvidia-l4t-apt-source.list'

# Install JetPack
sudo apt update 
sudo apt dist-upgrade 
sudo reboot
# After reboot
sudo apt install nvidia-jetpack

# Install jtop system monitoring tool
sudo apt install python3-pip
sudo -H pip3 install -U pip
sudo -H pip install jetson-stats==4.0.0rc1

5.检查开发环境

CUDA

nvcc -V

结果应当为:

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

cuDNN

dpkg -l libcudnn8

结果应当为:

    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

TensorRT

dpkg -l tensorrt

结果应当为:

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

OpenCV

dpkg -l libopencv

结果应当为:

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

参考附录

JetPack documentation

目录
相关文章
|
机器学习/深度学习 并行计算 异构计算
NVIDIA CUDA/cuDNN历代版本下载地址
NVIDIA CUDA/cuDNN历代版本下载地址
1006 0
NVIDIA CUDA/cuDNN历代版本下载地址
|
6月前
|
并行计算 API C++
GPU 硬件与 CUDA 程序开发工具
GPU 硬件与 CUDA 程序开发工具
118 0
|
6月前
|
并行计算 API 开发工具
【GPU】GPU 硬件与 CUDA 程序开发工具
【GPU】GPU 硬件与 CUDA 程序开发工具
101 0
|
并行计算 PyTorch Linux
pytorch安装GPU版本 (Cuda12.1)教程: Windows、Mac和Linux系统下GPU版PyTorch(CUDA 12.1)快速安装
pytorch安装GPU版本 (Cuda12.1)教程: Windows、Mac和Linux系统下GPU版PyTorch(CUDA 12.1)快速安装
6382 0
|
机器学习/深度学习 并行计算 Ubuntu
系统类配置(二)【深度学习装机详细教程-ubuntu16.04下安装cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。】(上)
系统类配置(二)【深度学习装机详细教程-ubuntu16.04下安装cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。】(上)
161 0
|
机器学习/深度学习 并行计算 Ubuntu
系统类配置(二)【深度学习装机详细教程-ubuntu16.04下安装cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。】(下)
系统类配置(二)【深度学习装机详细教程-ubuntu16.04下安装cuda9.0+nvidia-384+cudnn7.1.4+tensorflow1.9。】(下)
204 0
|
机器学习/深度学习 并行计算 PyTorch
Windows系统下有英伟达显卡安装PyTorch
Windows系统下有英伟达显卡安装PyTorch
163 0
|
并行计算 Linux
nvidia-smi报错(重装Nvidia驱动)
nvidia-smi报错(重装Nvidia驱动)
|
消息中间件 Linux Kafka
【nvidia jetson xavier】 Linux系统安装+Deepstream 5.1环境部署
【nvidia jetson xavier】 Linux系统安装+Deepstream 5.1环境部署
315 0
|
机器学习/深度学习 并行计算 TensorFlow
使用anaconda配置gpu版本的tensorflow(30系列以下显卡)
使用anaconda配置gpu版本的tensorflow(30系列以下显卡)
使用anaconda配置gpu版本的tensorflow(30系列以下显卡)