jetson nano開發使用的基礎詳細分享

• 2021 年 12 月 26 日
• 筆記
• 開發實戰

前言：

最近拿到一塊jetson nano 2GB版本的板子，折騰了一下，從燒錄鏡像、修改配件等，準備一篇開箱基礎文章給大家介紹一下這塊AI開發板。

作者：良知猶存

轉載授權以及圍觀：歡迎關注微信公眾號：羽林君

或者添加作者個人微信：become_me

Jetson nano初步介紹:

Jetson Nano是Nvidia在TX2和Xavier獲得成功後推出的低配版GPU運算平台。在官方的資料上，Jetson Nano公布的參數如下：

技術規格：

包含了一塊128核Maxwell架構的GPU，雖然已經是幾代前的架構，不過因為用於嵌入式設備，從功耗、體積、價格上也算一個平衡。Nano的計算能力不高，勉強可以使用一些小規模、並且優化過的網路進行推理，訓練的話還是不夠用的。

記憶體減半這種情況確實讓人有些顧慮，官方的主要應對措施是換用更輕量的桌面環境LXDE。這個已經在10月21日剛發布的JetPack 4.4.1鏡像中提供。

那麼這塊板子能幫我們實現是什麼呢？

這是我從其他人文章摘錄過來的一些分析，供大家參考

Jetson Nano 2GB Developer Kit雖然與4GB的nano相比，將記憶體容量砍半，但價格卻銳減40%，對於用這款開發組件作為入門學習教材的用戶來說，是個相當划算的取捨，筆者也將在這篇文章中分析2種版本的硬體規格差異，以及實際性能比較。

Jetson Nano 2GB Developer Kit開宗明義的目標就是推廣教育市場，所以在推出破盤「學生價」的同時，也不會將規格閹割太多，以免影響到功能與應用。

Jetson Nano 2GB Developer Kit（文中以2GB版簡稱）與原版Jetson Nano Developer Kit（文中以原版簡稱）最大的差別，當然就是名稱所暗示的2GB版僅搭載2GB記憶體，而原版則是搭載4GB，兩者除了容量有所差異外，在信道寬度與時脈、頻寬方面則皆相同，此外兩者的處理器、繪圖處理器也都相同，因此可以預期執行小型程式的性能並不會有太大落差，但2GB版可能會因記憶體容量不足，在執行大型程式的時候需要通過Swap（Linux的換置空間，可以理解為虛擬記憶體）來存儲程式資料，進而影響性能。

另一個可能會影響使用的規格，則是攝影機的連接端子。最初期的原版只有1組MIPI CSI-2端子，後期增加為2組，而2GB版則改回1組，因此只能同時連接1組MIPI CSI-2介面攝影機。

除此之外2GB版也取消了M.2 Key E無線網路模組插槽、DisplayPort圖片輸出端子，並將4組USB 3.2 Gen1改為1組USB 3.2 Gen1加2組USB 2.0，這個改變對創客來說可能影響不大，但對想將Jetson Nano Developer Kit當成迷你電腦、多媒體娛樂機的用戶來說影響就會比較大。

最後2GB版將電源輸入由5V DC插座改為USB Type-C端子，這個對於許多用戶來說或許更為方便，可以視為正面的功能改進。

至於和Raspberry Pi 4或是Coral Dev Board等定位相近的產品相比，2GB版不但維持性能領先的優勢，更在降價後增加了價格競爭力。另一方面，2GB版依然與原版相同能夠支援CUDA繪圖處理器加速運算，以及TensorFLow、PyTorch、Caffe、MxNet等業界常見，甚至應用於大型運算中心的軟體框架，對於學習程式開發來說相當吃香。
雖然2GB版的價格比Raspberry Pi 4貴，但是性能、功能、支援的軟體框架都更強大。

根據NVIDIA官方提供的性能對照表，2GB版在不同AI軟體的性能表現能達到Raspberry Pi 4的數十倍之譜。（圖中將Raspberry Pi 4的性能表現標準化為1）

在作業系統部分，筆者使用NVIDIA提供的最新版本Jetson Nano鏡像文件，安裝完成後會發現它的桌面環境改為LXDE18.04，與先前的Ubuntu介面有些許不同，但是整體操作仍相當接近。

值得注意的是，在第一次開機的初始設置過程中，系統會建議用戶激活Swap功能，若選擇默認選項，系統則會自動創建容量約為4.95GB的換置空間，以在主記憶體容量不足的時候存儲資料，發揮虛擬記憶體的功效。不過由於Swap的實際路徑為microSD記憶體卡，所以頻寬與訪問性能將受到很大的限制，而且反覆訪問也可能會加速耗損記憶體卡壽命。

Jetson Nano可以運行各種各樣的高級網路，包括流行的ML框架的完整原生版本，如TensorFlow，PyTorch，Caffe / Caffe2，Keras，MXNet等。通過實現影像識別，對象檢測和定位，姿勢估計，語義分割，影片增強和智慧分析等強大功能，這些網路可用於構建自動機器和複雜AI系統。

多流影片分析，Jetson Nano可實時處理多達8個高清全動態影片流，並可部署為網路影片錄像機（NVR），智慧相機和物聯網網關的低功耗邊緣智慧影片分析平台。NVIDIA的DeepStream SDK 使用ZeroCopy和TensorRT優化端到端推理管道，以在邊緣和本地伺服器上實現最佳性能。下面的影片顯示了Jetson Nano在8個1080p30流上同時執行物體檢測，基於ResNet的模型以全解析度運行，吞吐量為每秒500萬像素（MP / s）。

下圖顯示了在線提供的流行模型的推理基準測試結果。有關在 Jetson Nano上運行這些基準測試的說明，請參見 此處。推理使用批量1和FP16精度，採用 JetPack 4.2附帶的NVIDIA TensorRT加速器庫。Jetson Nano在許多場景中都具有實時性能，能夠處理多個高清影片流。

2GB版與4G原版的性能表現相差無幾，並沒有因為是閹割版而有明顯落差，表現可以說讓人相當滿意。其中原因不外乎是雙方的處理器、繪圖處理器規格完全相同，且也都可以使用10W的電力模式，讓彼此在運算性能部分可以有一樣的表現。

從雙方的規格差異來看，會造成整體性能落差的主要因素，仍在程式的記憶體消耗量，而Jetson Benchmarks工具可能沒有觸碰到該瓶頸。若程式使用超過2GB的記憶體，系統就需要將部分資料存儲於Swap，將形成訪問性能瓶頸，並影響整體性能表現。

由於2GB版的目標用戶群體為AI程式與AIoT設備的入門者，撰寫大型程式的機會不大，因此考量價格與性能的平衡，這樣確實是不錯的取捨，很適合教育單位或初學者選用。

介紹完使用場景以及一些性能分享，接下來給大家介紹一下硬體資訊

大家可以在官網裡面搜索對應的開發板，查看對應的介面資訊，點擊下面的網站 //developer.nvidia.cn/embedded/learn/getting-started-jetson#support

我使用的是2GB的版本，所以我裡面選擇了 Jetson Nano 2GB Developer Kit
打開其中的User Guide選項

選中之後我們就可以看到板子詳細的硬體資訊。或者大家可以直接用這個傳送門查看資訊。

詳細的硬體資訊介紹，

配合上圖給大家介紹一下這塊板子，硬體一一對應的位置：

40 針接頭 (J6)

40 引腳接頭提供對電源、接地和介面訊號引腳的訪問。

電源引腳

有兩個 3.3V 電源引腳和兩個 5V 電源引腳。這些是不可切換的；當開發人員套件連接到電源時，電源始終可用。

兩個 5V 引腳可用於以每個 2.5A 的電流為開發人員套件供電。（不要同時通過這些引腳和 USB-C 連接器為開發人員套件供電。）
介面訊號引腳
所有訊號使用 3.3V 電平
默認情況下，所有介面訊號引腳都配置為 GPIO，支援 I2C 和 UART 的除外

12 針按鈕接頭 (J12)

該頭提供 GPIO 來控制板的狀態。我們額外加的套件的外殼可以連接到此接頭。

8 針按鈕接頭 (J11)

這是一個備用的 8 針 (2×4) 按鈕接頭，可焊接在載板上的位置 J11 上，並用作主按鈕接頭的替代。

標題詳細資訊：

• 總引腳/位置 8
• 2 排 4 針
• 間距為 2.54 毫米
• 無遮擋
• 通孔垂直

4 針風扇接頭 (J7)

J7 位置的 4 針風扇控制接頭的引腳排列如下所示。

接頭可支援 3 針風扇連接（GND、PWR 和 TACH）或 4 針風扇連接（GND、PWR、TACH 和 PWM）。使用具有 PWM 功能的風扇允許軟體根據需要調整風扇的速度。僅支援 5V 風扇。

控制風扇

• 風扇可通過PWM控制。
• 如果要向系統中添加風扇，請選擇一個5V風扇：
• 具有40mm x 40mm的螺釘間距，用於與顯影劑套件散熱器連接

耗電量
開發工具包的總功耗是載體板、模組和外圍設備功耗的總和，由您的特定用例決定。

Jetson模組有兩種軟體定義的電源模式。電源模式可以通過桌面右上角的UI介面進行切換，也可以按照L4T電源管理指南進行切換。

兩種模組電源模式為：

10W-更高性能的默認模式
5W-建議減少能源使用

攝影機

照相機
有關Jetson生態系統支援的攝影機的完整列表，請訪問我們的合作夥伴支援的攝影機頁面。

所有與Jetson Nano顯影劑套件和Jetson Xavier NX顯影劑套件兼容的MIPI CSI-2相機也將與Jetson Nano 2GB顯影劑套件配合使用。

安裝軟排線攝影機模組

要安裝攝影機模組，請將其柔性帶狀電纜連接到攝影機連接器（J5）中。遵循以下步驟：

• 1.輕輕地提起連接器閂鎖（參見第一個圖）。
• 2.插入攝影機帶狀電纜。（參見第2和第3圖）金屬觸點應朝向顯影劑套件的中心。
• 3.輕輕按下連接器閂鎖，直到停止。這可能需要兩個手指，每個手指位於閂鎖的一端。不要用力過猛。

至於USB攝影機，大家可以直接插入USB埠即可。

燒錄鏡像使用初體驗

需要準備：

• 電源 type-c埠的5V-4A的電源
• MicroSD卡（建議最低16GB UHS-1）
• HDMI顯示器
• USB鍵盤
• USB滑鼠

首先我拿到的nano2g版本是只有板子的，如果要板卡運行起來，我還需要準備一張64G的閃迪（建議用閃迪，因為有些記憶體卡不支援nano），用來燒錄nano的鏡像，此外還需要一根給板卡供電的type-c埠的電源適配器，大家也可以用現在支援3a或者4a的手機充電器配一個type-c埠的線。

這裡要注意自己板子的版本

1. 下載Jetson 下載中心 | NVIDIA Developer並解壓得到鏡像文件sd-blob.img
   鏡像下載

• 下載SD卡鏡像，：//developer.nvidia.com/embedded/dlc/jetson-nano-dev-kit-sd-card-image
  

• 下載JetPack（看官網，需要JetsonPack 4.4.1才支援Jetson Nano 2GB
  ）：//developer.nvidia.com/embedded/jetpack

2. 使用官方的Etcher的SD卡燒錄，或者也可以用Win32 Diskimg寫入鏡像

最好在燒系統前格式化SD卡一下，即 SD Card formatter（官網推薦）

連接外設(滑鼠、鍵盤、顯示器)並啟動，這裡如果我們要進行螢幕顯示的啟動，除了連接的HDMI顯示器，滑鼠和鍵盤也是必須要連接的，在Jetson Nano 2GB Developer Kit裡面有描述。

通過這張圖，大家可以清晰看到要是啟動display，則Monitor, keyboard and mouse是必須的。

3. 燒寫完成後，將SD卡插入Jetson Nano,接上顯示器和電源開機

最終啟動效果如圖：

配件使用

1. 硬體風扇 和 wif模組
   因為nano使用起來發熱挺嚴重的，所以我在上面加了一個散熱的風扇，nano 2g裡面默認風扇的配件是沒有，所以這個部分也是我自己購買的，不過我沒有使用pwm控制的風扇，而是使用了直驅的風扇，並且在nano 2gb 板子上焊接了排插，接入風扇。

排插位置，以及對應的絲印的電源和GND位置：

實際安裝情況：

安裝之後檢測一下CPU溫度情況：
這部分我們使用了jetson-stats這個包，此外我們也可以使用lm-sensors進行查詢CPU實時溫度。
jetson-stats是一個軟體包，用於監測和控制Nvidia Jetson設備的，其中jtop可以實時監測溫度；

安裝：

sudo apt-get install python-pip
sudo -H pip install jetson-stats

使用： jtop 命令

這個時候在右下角，我們可以看到CPU溫度在23.5攝氏度，這個是一個正常溫度，而在沒有風扇散熱情況下，板卡待機的CPU溫度能達到33攝氏度。所以還是很有效的散熱。

此外因為板卡有時候需要進行下載東西以及進行遠程調試，所以我們最好加一個wifi模組，方便我們的工作。

2. 遠程VNC
   因為nano上面我們想跑一些視覺等等需要介面查看的模型，而不只是單純的使用命令行進行訪問，那麼我們就需要用到遠程桌面了。

說到遠程桌面，可能大家會比較熟悉VNC Viewer這個軟體。這裡我們介紹如何配合Jetson Nano的 Desktop功能來遠程訪問。
首先，下載並安裝VNC Viewer軟體到你的電腦上。（這裡是下載鏈接）
需要先用HDMI螢幕和鍵盤等鏈接到Jetson Nano

• 安裝vino

sudo apt install vino

• 設Enable VNC 服務 （此時手動可打開vnc server）

sudo ln -s ../vino-server.service /usr/lib/systemd/user/graphical-session.target.wants

配置VNC server:

gsettings set org.gnome.Vino prompt-enabled false

gsettings set org.gnome.Vino require-encryption false

編輯org.gnome,恢復丟失的「enabled」參數,輸入一下命令進入文件，將下方key內容添加到文件的最後面。保存並退出。

sudo vi /usr/share/glib-2.0/schemas/org.gnome.Vino.gschema.xml

設置為Gnome編譯模式

sudo glib-compile-schemas /usr/share/glib-2.0/schemas

現在螢幕共享面板在單位控制中心工作…但這並不足以讓vino運行!所以您需要在會話啟動時添加程式:Vino-server，使用以下命令行:

/usr/lib/vino/vino-server
這種是屬於手動啟動，如果每次都需要手動啟動會比較麻煩下面會設置開機自啟動的形式。

• 設置VNC登陸密碼(‘thepassword’ 修改為自己的密碼)

gsettings set org.gnome.Vino authentication-methods “[‘vnc’]”

gsettings set org.gnome.Vino vnc-password $(echo -n ‘thepassword’|base64)

• 重啟機器，驗證是否設置vnc 成功

sudo reboot

• 設置開機自啟動VNC Server

VNC伺服器只有在您本地登錄到Jetson之後才可用。如果您希望VNC自動可用，請使用系統設置應用程式來啟用自動登錄。

gsettings set org.gnome.Vino enabled true

mkdir -p ~/.config/autostart

vi ~/.config/autostart/vino-server.desktop

將下面的內容添加到該文件中，保存並退出。

[Desktop Entry]

Type=Application

Name=Vino VNC server

Exec=/usr/lib/vino/vino-server

NoDisplay=true

如果系統設置為需要輸入用戶密碼才可以進入桌面，以上的改腳本需要等進入桌面後才會啟動，建議將系統設置為用戶自動登錄到桌面。

• 連接VNC Server
  使用vnc viewer軟體進行VNC連接，首先需要查詢ip地址，我這裡查到的是172.16.60.147，輸入IP地址後點擊OK，雙擊對應的VNC用戶輸入密碼，最後進入到VNC介面

下載安裝vnc deb包,鏈接

啟動vnc介面，輸入對應IP 進行連接：

結果如圖：

nano使用介紹以及資料分享：

鏡像完成安裝了，使用的基本配套工具也準備好了，那麼我們該怎麼進行nano的使用呢？
下面就給大家分享一些nano使用中，我們可以參考的學習資料，方便大家進行學習使用。

官方資料

首先進入官網最開始的nano介紹網頁，裡面就有對應的學習引導：

裡面有AI的部分，有配合的機器小車的教程。

官方 Jetson Nano Developer Kit User Guide

//developer.nvidia.cn/embedded/learn/get-started-jetson-nano-2gb-devkit#next

技術論壇：//developer.nvidia.com/embedded-computing

對應的英文技術論壇：//forums.developer.nvidia.com/

還有jetson nano本身對應的社區，比如jetson projects以及專門tutorials

jetsontutorials

//developer.nvidia.cn/embedded/learn/tutorials

jetson項目

大家可以在裡面去搜尋符合自己需求的功能，看該項目的的源碼或者博文，這是一個很快速的搭建自己工程的方法。

//developer.nvidia.cn/embedded/community/jetson-projects

詳細嵌入式開發指導說明：

這個部分就是比較詳細的底層開發的指導了，包含基本的驅動的音影片開發，這個部分屬於大家要深度訂製化自己的板卡時候對應的資料：

//docs.nvidia.com/jetson/archives/l4t-archived/l4t-325/index.html#page/Tegra Linux Driver Package Development Guide/introduction.html#wwpID0E3HA

JetBot

NVIDIA JetBot是一個新的開源自動機器人套件，它提供了所有軟體和硬體計劃，以低於250美元的價格構建一個人工智慧的深度學習機器人。硬體材料包括Jetson Nano，IMX219 800萬像素攝影機，3D印表機箱，電池組，電機，I2C電機驅動器和配件。
//jetbot.org/master/index.html

中國的一些資料

創客智造： jetson //www.ncnynl.com/search/jetson/

微雪：
jeston nano官方網頁裡面顯示，微雪是nano的中國合作夥伴。
//www.waveshare.net/wiki/Jetson_Nano_Developer_Kit

NVIDIA 嵌入式系統技術介紹資料：

//aijishu.com/u/liumingkang

或者微信公眾號 NVIDIANVIDIA 企業解決方案

去裡面搜索Jetson nano 2GB 就可以看到相關的文章

結語

相比Jetson Nano 4GB 使用的GNOME桌面，Jetson Nano 2GB 使用的是輕量化的LXDE桌面，大幅節省記憶體。這也是Jetson Nano 2G版可以和4G版本運行大多數相同的項目的原因之一。

NVIDIA Jetson Nano 2GB對於想要運行計算量不大的項目，且預算不多的開發者來說絕對是性價比之選，可以僅以54美元就享受到其4GB版的絕大多數功能，但是不能否認的是其2GB的記憶體，在需要使用Jetson Nano訓練模型的時候會略感緩慢。總而言之，Jetson Nano絕對是性價比之選。配合Jetson社區豐富的項目和課程，可以高效地進行AI學習。可以說是新手入門AI計算的絕佳之選。接下來我們就開始玩起來哈。

這就是我jetson nano使用的初步分享，後面繼續分享在一些自己使用這塊AI計算板卡的經驗。如果大家有更好的想法和需求，也歡迎大家加我好友交流分享哈。

作者：良知猶存，白天努力工作，晚上原創公號號主。公眾號內容除了技術還有些人生感悟，一個認真輸出內容的職場老司機，也是一個技術之外豐富生活的人，攝影、音樂 and 籃球。關注我，與我一起同行。

                              ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧  END  ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧

推薦閱讀

【1】在球場上我向人民幣玩家低了頭

【2】Linux開發coredump文件分析實戰分享

【3】CPU中的程式是怎麼運行起來的 必讀

【4】cartographer環境建立以及建圖測試

【5】設計模式之簡單工廠模式、工廠模式、抽象工廠模式的對比

本公眾號全部原創乾貨已整理成一個目錄，回復[ 資源 ]即可獲得。