Guide NVIDIA Jetson

Chloros sur NVIDIA Jetson permet le traitement d'images multispectrales en périphérie — sur le terrain, sur des drones et dans des installations distantes. Chloros détecte automatiquement votre modèle Jetson et optimise sa stratégie de traitement en fonction de votre matériel.

---

Modèles Jetson pris en charge

Modèle	RAM	Stratégie de traitement	Utilisation recommandée
Jetson AGX Orin	32-64 Go partagés	GPU_PARALLEL (4 workers)	Performances maximales, grands ensembles de données
Jetson Orin NX	8-16 Go partagés	GPU_PARALLEL (3 workers, 16 Go) / GPU_SINGLE (8 Go)	Recommandation principale pour les déploiements aériens et sur le terrain
Jetson Orin Nano	8 Go partagés	GPU_SINGLE (1 worker)	Informatique en périphérie d'entrée de gamme
Jetson Nano	4-8 Go partagés	GPU_SINGLE (1 worker)	D'entrée de gamme, mémoire limitée

Les anciens modèles Jetson (TX2, TX1, Xavier NX) peuvent ne pas être pris en charge. Les performances varient en fonction de la mémoire GPU disponible et des capacités CUDA.

---

Configuration requise

• JetPack 6.x (dernière version recommandée)

• NVIDIA CUDA (inclus avec JetPack)

• Licence Chloros+ (requise pour accéder à CLI/SDK)

Installation

# 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

Pour plus de détails sur l'installation générale de Linux, consultez Installation de Linux.

---

Adaptation dynamique du calcul sur Jetson

Chloros détecte automatiquement votre modèle Jetson et sélectionne la stratégie de traitement optimale. Aucun réglage manuel n'est nécessaire.

Fonctionnement

Au démarrage, Chloros analyse votre système :

1. Détecte le modèle Jetson via /proc/device-tree/model

2. Lit la mémoire GPU/partagée disponible

3.Sélectionne une stratégie de traitement (GPU_PARALLEL, GPU_SINGLE ou CPU_PARALLEL) 4. Définit automatiquement le nombre de workers, le type de pipeline et l'allocation de mémoire

Comportement par modèle

Modèle Jetson	Stratégie	Tâches	Pipeline	Concurrence
Jetson Nano 8 Go	GPU_SINGLE	1	tiled_gpu (efficace en mémoire)	Sérialisé
Jetson Orin Nano 8 Go	GPU_SINGLE	1	tiled_gpu	Sérialisé
Jetson Orin NX 8 Go	GPU_SINGLE	2	tiled_gpu	Sérialisé
Jetson Orin NX 16 Go	GPU_PARALLEL	3	fused_gpu (chemin GPU complet)	Concurrent
Jetson AGX Orin 32-64 Go	GPU_PARALLEL	4	fused_gpu	Concurrent

Jetson Orin NX 16 Go est le choix idéal pour le déploiement en périphérie : il bénéficie de la stratégie GPU_PARALLEL avec 3 workers simultanés, offrant un véritable traitement GPU parallèle dans un format compact.

La principale différence entre les plateformes réside dans la mémoire. Un Jetson Nano doté de 8 Go de mémoire partagée doit traiter les images une par une à l'aide d'une approche par mosaïques économe en mémoire, tandis qu'un Orin NX doté de 16 Go peut traiter 3 images simultanément via le GPU à l'aide du pipeline fusionné à haut débit.

Pour consulter la référence complète sur l'adaptation du calcul, voir Adaptation dynamique du calcul.

---

Gestion thermique

Les appareils Jetson ont une marge thermique limitée, en particulier dans les déploiements en espace clos ou aéroportés. Chloros inclut une surveillance thermique et une régulation automatiques :

Température	Action
< 70 °C	Fonctionnement normal — vitesse de traitement maximale
70 °C (Avertissement)	Réduction automatique de la taille des lots
80 °C (Critique)	Limitation agressive — concurrence réduite
90 °C (Arrêt)	Arrêt complet du traitement GPU — refroidissement requis

Assurez une ventilation et un dissipateur thermique adéquats pour un traitement continu, en particulier dans les boîtiers de terrain fermés ou les systèmes embarqués. La limitation thermique réduira le débit de traitement afin de protéger le matériel.

---

Gestion de la mémoire

Les appareils Jetson utilisent une mémoire unifiée : le GPU et le CPU partagent la même RAM physique. Cela signifie que la VRAM indiquée (par exemple, 15,3 Go sur l'Orin NX 16 Go) n'est pas de la mémoire dédiée au GPU ; elle est partagée avec le système d'exploitation et d'autres processus.

Recommandations concernant l'espace d'échange

Pour les grands ensembles de données ou le traitement de débayérisation avec prise en compte des textures, Chloros peut recommander la création d'un espace d'échange :

# 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

Estimations de mémoire par image :

• Débayérisation standard : environ 10 Mo par image

• Débayérisation Texture Aware : environ 15 Mo par image

Chloros calcule automatiquement la mémoire requise en fonction de la taille de votre ensemble de données et vous avertit si un espace d'échange est recommandé.

Solution de secours en cas de mémoire insuffisante (OOM)

Si une situation de mémoire insuffisante est détectée pendant le traitement :

1. Chloros réduit automatiquement le nombre de workers GPU

2. Passe du pipeline fused_gpu au pipeline tiled_gpu (plus économe en mémoire)

3. Poursuit le traitement à un débit réduit plutôt que de planter

---

Déploiement sur le terrain

Considérations relatives à l'alimentation

Modèle Jetson	Consommation électrique typique	Remarques
Jetson Nano	5-10 W	USB-C ou prise cylindrique
Jetson Orin Nano	7-15 W	Connecteur cylindrique CC
Jetson Orin NX	10-25 W	Connecteur cylindrique CC
Jetson AGX Orin	15-60 W	USB-C PD ou connecteur cylindrique

Planifiez votre budget énergétique pour un traitement continu — la consommation électrique maximale se produit pendant le Thread 3 (Traitement), qui sollicite fortement le GPU.

Recommandations en matière de stockage

• SSD NVMe fortement recommandé pour les déploiements arm64

• Les cartes SD sont trop lentes pour le traitement — utilisez-les uniquement comme support de démarrage

• Prévoyez 2 à 3 fois la taille de vos données d'image brutes pour les données de sortie traitées

Fonctionnement sans écran via SSH

Chloros CLI est idéal pour les déploiements Jetson sans interface graphique :

# 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

Traitement automatisé avec systemd

Créez un service systemd pour le traitement automatisé :

# /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

Associez-le à une minuterie systemd pour un traitement planifié :

# /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

---

Exemples de workflows

Traitement Jetson de base

#!/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 sur Jetson

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!")

Traitement par lots de plusieurs vols

#!/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

---

Systèmes Jetson recommandés pour une utilisation sur le terrain

Pour les déploiements sur le terrain et en vol, envisagez ces options de cartes porteuses Jetson Orin NX 16 Go :

• En vol/drone : systèmes résistants aux vibrations (norme MIL-STD), légers (moins de 300 g), à refroidissement passif

• Environnement de terrain difficile : boîtiers étanches IP67/IP69K avec connectivité caméra GigE PoE

• Configuration minimale/économique : kits de développement avec boîtiers supplémentaires

Contactez le support MAPIR pour obtenir des recommandations matérielles spécifiques à votre scénario de déploiement.

---

Étapes suivantes

• Installation Linux — Détails généraux sur l'installation de Linux

• Adaptation dynamique des ressources de calcul — Référence complète sur les stratégies de calcul

• Pipeline de traitement — Comprendre le pipeline à 4 threads

• CLI : Ligne de commande — Référence complète sur CLI

• API : Python SDK — Référence complète de SDK