NVIDIA Jetson útmutató

XPROTX000047 Az NVIDIA Jetson rendszeren futó XPROTX lehetővé teszi a multispektrális képfeldolgozást a periférián – a terepen, drónokon és távoli telepítésekben egyaránt. XPROTX000048 Az XPROTX automatikusan felismeri a Jetson-modellt, és a hardverhez igazítja a feldolgozási stratégiát.

---

Támogatott Jetson-modellek

Modell	RAM	Feldolgozási stratégia	Ajánlott felhasználás
Jetson AGX Orin	32–64 GB megosztott	GPU_PARALLEL (4 munkavégző)	Maximális teljesítmény, nagy adathalmazok
Jetson Orin NX	8–16 GB megosztott	GPU_PARALLEL (3 munkás, 16 GB) / GPU_SINGLE (8 GB)	Elsődleges ajánlás légi és terepi telepítéshez
Jetson Orin Nano	8 GB megosztott	GPU_SINGLE (1 munkavégző)	Belépő szintű peremhálózati számítás
Jetson Nano	4–8 GB megosztott	GPU_SINGLE (1 munkás)	Belépő szintű, memóriakorlátozott

A régebbi Jetson modellek (TX2, TX1, Xavier NX) esetleg nem támogatottak. A teljesítmény a rendelkezésre álló GPU-memóriától és a CUDA-képességektől függően változhat.

---

Követelmények

• JetPack 6.x (a legújabb verzió ajánlott)

• NVIDIA CUDA (a JetPack része)

• Chloros+ licenc (szükséges az CLI/SDK eléréséhez)

Telepítés

# 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

Az Linux telepítésének általános részleteiről lásd Linux telepítés.

---

Dinamikus számítási adaptáció a Jetsonon

Az Chloros automatikusan felismeri a Jetson modellt, és kiválasztja az optimális feldolgozási stratégiát. Nincs szükség kézi beállításra.

Hogyan működik

Indításkor az Chloros profilozza a rendszert:

1. Felismeri a Jetson modellt az /proc/device-tree/model segítségével

2. Beolvassa a rendelkezésre álló GPU-t/megosztott memóriát

3.Kiválaszt egy feldolgozási stratégiát (GPU_PARALLEL, GPU_SINGLE vagy CPU_PARALLEL) 4. Automatikusan beállítja a munkavállalók számát, a folyamat típusát és a memóriaallokációt

Modellenkénti viselkedés

Jetson modell	Stratégia	Munkások	Folyamat	Párhuzamosság
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu (memóriahatékony)	Sorosított
Jetson Orin Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Sorosított
Jetson Orin NX 8 GB	GPU_SINGLE	2	tiled_gpu	Sorosított
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu (teljes GPU útvonal)	Párhuzamos
Jetson AGX Orin 32–64 GB	GPU_PARALLEL	4	fused_gpu	Párhuzamos

A Jetson Orin NX 16 GB az ideális választás a perifériás telepítéshez — az GPU_PARALLEL stratégiát alkalmazza 3 párhuzamos munkavállalóval, így valódi párhuzamos GPU-feldolgozást biztosít kompakt formában.

A platformok közötti legfőbb különbség a memória. A 8 GB megosztott memóriával rendelkező Jetson Nano-nak memóriatakarékos, csempés megközelítéssel kell feldolgoznia a képeket egyenként, míg a 16 GB-os Orin NX a nagyobb átviteli sebességű fúziós csővezeték segítségével egyszerre 3 képet futtathat a GPU-n.

A teljes számítási adaptációs útmutatóért lásd a Dinamikus számítási adaptáció című részt.

---

Hőkezelés

A Jetson eszközök hőkezelési tartaléka korlátozott, különösen zárt térben vagy repülőgépeken történő telepítés esetén. Az Chloros automatikus hőmérséklet-figyelést és fojtást tartalmaz:

Hőmérséklet	Művelet
< 70 °C	Normál működés — teljes feldolgozási sebesség
70 °C (Figyelmeztetés)	A köteg méretének automatikus csökkentése
80 °C (Kritikus)	Erőteljes fojtás — alacsonyabb párhuzamosság
90°C (Leállítás)	A GPU feldolgozásának teljes leállítása — lehűtés szükséges

Gondoskodjon megfelelő szellőzésről és hűtésről a folyamatos feldolgozás érdekében, különösen zárt terepi burkolatokban vagy légi rendszerekben. A hőfojtás csökkenti a feldolgozási teljesítményt a hardver védelme érdekében.

---

Memóriakezelés

A Jetson eszközök egységes memóriát használnak — a GPU és a CPU ugyanazt a fizikai RAM-ot osztja meg. Ez azt jelenti, hogy a jelentett VRAM (pl. 15,3 GB az Orin NX 16 GB-os változatán) nem dedikált GPU-memória; azt az operációs rendszer és más folyamatok is használják.

Swap-ajánlások

Nagy adathalmazok vagy Texture Aware debayer feldolgozás esetén az Chloros swap-terület létrehozását javasolhatja:

# 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

Memóriaigény becslés képeként:

• Standard debayer: ~10 MB képenként

• Texture Aware debayer: ~15 MB képenként

Az Chloros automatikusan kiszámítja a szükséges memóriát az adatkészlet mérete alapján, és figyelmeztet, ha swap használata ajánlott.

OOM (Out of Memory) tartalék

Ha a feldolgozás során memóriahiányt észlel:

1. Az Chloros automatikusan csökkenti a GPU-munkások számát

2. Átáll az fused_gpu-ről az tiled_gpu folyamatra (memóriahatékonyabb)

3. A rendszer összeomlása helyett csökkentett átviteli sebességgel folytatja a feldolgozást

---

Helyszíni telepítés

Áramellátási szempontok

Jetson modell	Tipikus energiafogyasztás	Megjegyzések
Jetson Nano	5–10 W	USB-C vagy hengeres csatlakozó
Jetson Orin Nano	7–15 W	DC hengeres csatlakozó
Jetson Orin NX	10–25 W	DC hengeres csatlakozó
Jetson AGX Orin	15–60 W	USB-C PD vagy hengeres csatlakozó

Tervezze meg az energiaigényét a folyamatos feldolgozáshoz — a csúcs energiafogyasztás a GPU-igényes 3. szál (feldolgozás) során jelentkezik.

Tárolási ajánlások

• NVMe SSD erősen ajánlott arm64-es telepítésekhez

• Az SD-kártyák túl lassúak a feldolgozáshoz — csak rendszerindító adathordozóként használja őket

• A feldolgozott kimenethez a nyers képadatok méretének 2–3-szorosát tervezze be

Headless működés az SSH segítségével

Az Chloros CLI ideális a headless Jetson-telepítésekhez:

# 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

Automatizált feldolgozás a systemd segítségével

Hozzon létre egy systemd szolgáltatást az automatizált feldolgozáshoz:

# /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

Párosítsa egy systemd időzítővel az ütemezett feldolgozáshoz:

# /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

---

Példa munkafolyamatokra

Alapvető Jetson-feldolgozás

#!/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 a Jetsonon

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!")

Több repülés kötegelt feldolgozása

#!/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

---

Ajánlott Jetson rendszerek terepi használatra

Terepi és légi alkalmazásokhoz vegye fontolóra a következő Jetson Orin NX 16 GB hordozólemezeket:

• Légi/drón: Rezgésálló (MIL-STD), könnyű (300 g alatti), passzív hűtésű rendszerek

• Robusztus terepi: IP67/IP69K vízálló burkolatok PoE GigE kamera csatlakozási lehetőséggel

• Minimális/költséghatékony: Fejlesztői készletek kiegészítő burkolatokkal

Vegye fel a kapcsolatot az MAPIR ügyfélszolgálattal a telepítési forgatókönyvéhez illeszkedő konkrét hardverajánlásokért.

---

Következő lépések

• Linux telepítés — Általános Linux telepítési részletek

• Dinamikus számítási adaptáció — Teljes számítási stratégia-referencia

• Feldolgozási folyamat — A 4 szálas folyamat megértése

• CLI : Parancssor — Teljes CLI referencia

• API : Python SDK — Teljes SDK referencia