Průvodce NVIDIA Jetson

Chloros na platformě NVIDIA Jetson umožňuje zpracování multispektrálních snímků na okraji sítě – v terénu, na bezpilotních letadlech (UAV) a ve vzdálených instalacích. Chloros automaticky rozpozná váš model Jetson a optimalizuje strategii zpracování pro váš hardware.

Podporované modely Jetson

Model

RAM

Strategie zpracování

Doporučené použití

Jetson AGX Orin

32–64 GB sdílené

GPU_PARALLEL (4 pracovníky)

Maximální výkon, velké datové sady

Jetson Orin NX

8–16 GB sdílené

GPU_PARALLEL (3 pracovníky, 16 GB) / GPU_SINGLE (8 GB)

Primární doporučení pro nasazení ve vzduchu a v terénu

Jetson Orin Nano

8 GB sdílené

GPU_SINGLE (1 pracovník)

Základní úroveň výpočetního výkonu na okraji sítě

Jetson Nano

4–8 GB sdílené

GPU_SINGLE (1 pracovník)

Základní úroveň, omezená paměť

Starší modely Jetson (TX2, TX1, Xavier NX) nemusí být podporovány. Výkon se bude lišit v závislosti na dostupné paměti GPU a schopnostech CUDA.

Požadavky

JetPack 6.x (doporučena nejnovější verze)
NVIDIA CUDA (součástí balíčku JetPack)
Licence Chloros+ (vyžadována pro přístup k CLI/SDK)

Instalace

# Install the JetPack 6 .deb package
sudo dpkg -i chloros-arm64-jp6.deb

# Verify installation
chloros-cli --version

# Install Python SDK (optional)
pip install chloros-sdk

# Run system diagnostics
chloros-cli selftest

Obecné podrobnosti o instalaci Linux najdete v části Instalace Linux.

Dynamická adaptace výpočtů na Jetsonu

Chloros automaticky detekuje váš model Jetson a vybere optimální strategii zpracování. Není nutné žádné ruční ladění.

Jak to funguje

Při spuštění Chloros provede profilování vašeho systému:

Detekuje model Jetson pomocí /proc/device-tree/model
Načte dostupnou GPU/sdílenou paměť

3.Vybere strategii zpracování (GPU_PARALLEL, GPU_SINGLE nebo CPU_PARALLEL) 4. Automaticky nastaví počet pracovníků, typ potrubí a alokaci paměti

Chování podle modelu

Model Jetson

Strategie

Pracovníci

Pipeline

Souběžnost

Jetson Nano 8 GB

GPU_SINGLE

tiled_gpu (úsporné využití paměti)

Sériové

Jetson Orin Nano 8 GB

GPU_SINGLE

tiled_gpu

Sériové

Jetson Orin NX 8 GB

GPU_SINGLE

tiled_gpu

Serializováno

Jetson Orin NX 16 GB

GPU_PARALLEL

fused_gpu (plná cesta GPU)

Souběžné

Jetson AGX Orin 32–64 GB

GPU_PARALLEL

fused_gpu

Souběžné

Jetson Orin NX 16 GB je ideální volbou pro nasazení na okraji sítě – využívá strategii GPU_PARALLEL se 3 souběžnými pracovníky a poskytuje skutečné paralelní zpracování GPU v kompaktním provedení.

Klíčovým rozdílem mezi platformami je paměť. Jetson Nano s 8 GB sdílené paměti musí zpracovávat obrázky po jednom pomocí paměťově efektivního dlaždicového přístupu, zatímco Orin NX s 16 GB může pomocí fúzovaného potrubí s vyšší propustností zpracovávat 3 obrázky přes GPU současně.

Kompletní referenci k adaptaci výpočetního výkonu najdete v Dynamic Compute Adaptation.

Řízení teploty

Zařízení Jetson mají omezenou tepelnou rezervu, zejména v uzavřených nebo leteckých aplikacích. Chloros zahrnuje automatické monitorování teploty a omezování výkonu:

Teplota

Akce

< 70 °C

Normální provoz — plná rychlost zpracování

70 °C (Varování)

Automatické snížení velikosti dávky

80 °C (Kritické)

Agresivní omezení výkonu — nižší souběžnost

90 °C (Vypnutí)

Úplné zastavení zpracování GPU — nutné ochlazení

Zajistěte dostatečné větrání a odvod tepla pro nepřetržité zpracování, zejména v uzavřených terénních skříních nebo leteckých systémech. Tepelné omezení sníží propustnost zpracování, aby ochránilo hardware.

Správa paměti

Zařízení Jetson používají unifikovanou paměť — GPU a CPU sdílejí stejnou fyzickou RAM. To znamená, že uváděná VRAM (např. 15,3 GB na Orin NX 16 GB) není vyhrazená paměť GPU; je sdílená s operačním systémem a dalšími procesy.

Doporučení ohledně swapování

U velkých datových sad nebo při zpracování debayerem s podporou textur může Chloros doporučit vytvoření swapového prostoru:

# Check current memory and swap
free -h

# Create a swap file (example: 8GB)
sudo fallocate -l 8G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# Make persistent across reboots
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

Odhadované nároky na paměť na jeden obrázek:

Standardní debayer: ~10 MB na obrázek
Texture Aware debayer: ~15 MB na obrázek

Chloros automaticky vypočítá potřebnou paměť na základě velikosti vašeho datového souboru a upozorní vás, pokud je doporučeno vytvoření swapového prostoru.

Záložní řešení při nedostatku paměti (OOM)

Pokud je během zpracování detekován stav nedostatku paměti:

Chloros automaticky sníží počet GPU workerů
Přepne se z potrubí fused_gpu na potrubí tiled_gpu (úspornější z hlediska paměti)
Pokračuje ve zpracování se sníženou propustností, místo aby došlo k selhání

Nasazení v terénu

Úvahy ohledně napájení

Model Jetson

Typický odběr energie

Poznámky

Jetson Nano

5–10 W

USB-C nebo konektor typu barrel

Jetson Orin Nano

7–15 W

DC konektor typu barrel

Jetson Orin NX

10–25 W

DC konektor typu barrel

Jetson AGX Orin

15–60 W

USB-C PD nebo konektor typu barrel

Naplánujte si spotřebu energie pro nepřetržité zpracování — špičkový odběr energie nastává během GPU-náročného Thread 3 (zpracování).

Doporučení pro úložiště

NVMe SSD se důrazně doporučuje pro nasazení arm64
SD karty jsou pro zpracování příliš pomalé — používejte je pouze jako spouštěcí médium
Počítejte s 2–3násobkem velikosti surových obrazových dat pro zpracovaný výstup

Provoz bez monitoru přes SSH

Chloros CLI je ideální pro nasazení Jetsonu bez monitoru:

# SSH into the Jetson
ssh user@jetson-hostname

# Process a dataset
chloros-cli process /data/datasets/flight001 --format tiff-32

# Monitor export progress
chloros-cli export-status

Automatizované zpracování se systemd

Vytvořte službu systemd pro automatizované zpracování:

# /etc/systemd/system/chloros-process.service
[Unit]
Description=Chloros Automated Processing
After=network.target

[Service]
Type=oneshot
User=chloros
ExecStart=/usr/bin/chloros-cli process /data/incoming --output /data/processed
StandardOutput=append:/var/log/chloros-process.log
StandardError=append:/var/log/chloros-process.log

[Install]
WantedBy=multi-user.target

Spojte se s časovačem systemd pro plánované zpracování:

# /etc/systemd/system/chloros-process.timer
[Unit]
Description=Run Chloros Processing Every Hour

[Timer]
OnCalendar=hourly
Persistent=true

[Install]
WantedBy=timers.target

sudo systemctl enable chloros-process.timer
sudo systemctl start chloros-process.timer

Příklad pracovních postupů

Základní zpracování na Jetsonu

#!/bin/bash
# Process a drone flight dataset on Jetson
chloros-cli process /data/flights/flight_042 \
    --output /data/processed/flight_042 \
    --format tiff-32 \
    --indices NDVI NDRE GNDVI

Python SDK na Jetsonu

from chloros_sdk import ChlorosLocal

with ChlorosLocal() as chloros:
    chloros.create_project("field_survey_042")
    chloros.import_images("/data/flights/flight_042")
    chloros.configure(
        indices=["NDVI", "NDRE", "GNDVI"],
        export_format="TIFF (32-bit, Percent)",
        reflectance_calibration=True
    )
    chloros.process(mode="parallel")

print("Processing complete!")

Dávkové zpracování více letů

#!/bin/bash
# Process all flight datasets in a directory
for flight in /data/flights/*/; do
    name=$(basename "$flight")
    echo "Processing $name..."
    chloros-cli process "$flight" \
        --output "/data/processed/$name" \
        --format tiff-32 \
        --indices NDVI NDRE
    echo "Completed $name"
done

Doporučené systémy Jetson pro použití v terénu

Pro nasazení v terénu a ve vzduchu zvažte tyto možnosti nosných desek Jetson Orin NX 16 GB:

Ve vzduchu/drony: Systémy s odolností proti vibracím (MIL-STD), lehké (pod 300 g), pasivní chlazení
Náročné terénní podmínky: Vodotěsné kryty IP67/IP69K s připojením kamery PoE GigE
Minimální/cenově výhodné: Vývojářské sady s přídavnými kryty

Kontaktujte MAPIR podporu ohledně konkrétních doporučení k hardwaru pro váš scénář nasazení.

Další kroky

Linux Instalace — Obecné podrobnosti o instalaci Linux
Dynamická adaptace výpočetního výkonu — Kompletní reference ke strategii výpočetního výkonu
Zpracovací pipeline — Vysvětlení 4vláknové pipeline
CLI : Příkazový řádek — Kompletní reference k CLI
API : Python SDK — Kompletní reference k SDK

PreviousLinux – instalace NextDynamická adaptace výpočtů

Last updated 9 days ago

hashtagPodporované modely Jetson

hashtagPožadavky

hashtagInstalace

hashtagDynamická adaptace výpočtů na Jetsonu

hashtagJak to funguje

hashtagChování podle modelu

hashtagŘízení teploty

hashtagSpráva paměti

hashtagDoporučení ohledně swapování

hashtagZáložní řešení při nedostatku paměti (OOM)

hashtagNasazení v terénu

hashtagÚvahy ohledně napájení

hashtagDoporučení pro úložiště

hashtagProvoz bez monitoru přes SSH

hashtagAutomatizované zpracování se systemd

hashtagPříklad pracovních postupů

hashtagZákladní zpracování na Jetsonu

hashtagPython SDK na Jetsonu

hashtagDávkové zpracování více letů

hashtagDoporučené systémy Jetson pro použití v terénu

hashtagDalší kroky

Podporované modely Jetson

Požadavky

Instalace

Dynamická adaptace výpočtů na Jetsonu

Jak to funguje

Chování podle modelu

Řízení teploty

Správa paměti

Doporučení ohledně swapování

Záložní řešení při nedostatku paměti (OOM)

Nasazení v terénu

Úvahy ohledně napájení

Doporučení pro úložiště

Provoz bez monitoru přes SSH

Automatizované zpracování se systemd

Příklad pracovních postupů

Základní zpracování na Jetsonu

Python SDK na Jetsonu

Dávkové zpracování více letů

Doporučené systémy Jetson pro použití v terénu

Další kroky