„NVIDIA Jetson“ vadovas

„Chloros“ ant „NVIDIA Jetson“ platformos leidžia atlikti daugiaspektrinių vaizdų apdorojimą periferijoje – lauke, ant nepilotuojamų orlaivių (UAV) ir nuotolinėse įrangos vietose. „Chloros“ automatiškai atpažįsta jūsų „Jetson“ modelį ir optimizuoja apdorojimo strategiją pagal jūsų aparatinę įrangą.

---

Palaikomi „Jetson“ modeliai

Modelis	RAM	Apdorojimo strategija	Rekomenduojamas naudojimas
Jetson AGX Orin	32–64 GB bendrai naudojama	GPU_PARALLEL (4 darbininkai)	Maksimalus našumas, dideli duomenų rinkiniai
Jetson Orin NX	8–16 GB bendrai naudojama	GPU_PARALLEL (3 darbininkai, 16 GB) / GPU_SINGLE (8 GB)	Pagrindinė rekomendacija diegimui ore ir lauke
Jetson Orin Nano	8 GB bendros atminties	GPU_SINGLE (1 darbininkas)	Pradinio lygio krašto skaičiavimai
Jetson Nano	4–8 GB bendrai naudojama	GPU_SINGLE (1 darbinis procesorius)	Pradinio lygio, ribotos atminties

Senesni „Jetson“ modeliai (TX2, TX1, Xavier NX) gali būti nepalaikomi. Našumas priklausys nuo turimos GPU atminties ir CUDA galimybių.

---

Reikalavimai

• „JetPack 6.x“ (rekomenduojama naujausia versija)

• NVIDIA CUDA (įtraukta į JetPack)

• Chloros+ licencija (reikalinga norint naudotis CLI/SDK)

Įdiegimas

# 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

Bendrą informaciją apie Linux diegimą rasite Linux diegimo skyriuje.

---

Dinaminis skaičiavimo pritaikymas „Jetson“

Chloros automatiškai aptinka jūsų „Jetson“ modelį ir pasirenka optimalų apdorojimo būdą. Rankinis nustatymas nereikalingas.

Kaip tai veikia

Paleidimo metu Chloros sukuria jūsų sistemos profilį:

1. Aptinka „Jetson“ modelį per /proc/device-tree/model

2. Skaito laisvą GPU/bendrąją atmintį

3.Pasirenka apdorojimo strategiją (GPU_PARALLEL, GPU_SINGLE arba CPU_PARALLEL) 4. Automatiškai nustato darbininkų skaičių, konvejerio tipą ir atminties paskirstymą

Elgsena pagal modelį

„Jetson“ modelis	Strategija	Darbininkai	Konvejeris	Lygiagretumas
Jetson Nano 8GB	GPU_SINGLE	1	tiled_gpu (taupus atminties atžvilgiu)	Serijinis
Jetson Orin Nano 8GB	GPU_SINGLE	1	tiled_gpu	Serijinis
Jetson Orin NX 8 GB	GPU_SINGLE	2	tiled_gpu	Serijinis
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu (visas GPU kelias)	Lygiagretus
Jetson AGX Orin 32–64 GB	GPU_PARALLEL	4	fused_gpu	Lygiagretus

Jetson Orin NX 16 GB yra optimalus pasirinkimas diegimui periferijoje — jam taikoma GPU_PARALLEL strategija su 3 lygiagrečiais darbuotojais, užtikrinanti tikrą lygiagretų GPU apdorojimą kompaktiškame korpuse.

Pagrindinis platformų skirtumas yra atmintis. „Jetson Nano“ su 8 GB bendros atminties turi apdoroti vaizdus po vieną, naudodamas atminties tausojantį plytelių metodą, o „Orin NX“ su 16 GB gali vienu metu apdoroti 3 vaizdus per GPU, naudodamas didesnio pralaidumo sujungtą srautą.

Išsamią skaičiavimo pritaikymo informaciją rasite Dinaminis skaičiavimo pritaikymas.

---

Šilumos valdymas

„Jetson“ įrenginiai turi ribotą šilumos rezervą, ypač uždarose arba ore esančiose aplinkose. „Chloros“ įtraukia automatinį šilumos stebėjimą ir ribojimą:

Temperatūra	Veiksmas
< 70 °C	Įprastas veikimas — pilnas apdorojimo greitis
70 °C (Įspėjimas)	Automatiškai sumažinti partijos dydį
80 °C (Kritinis)	Agresyvus greičio ribojimas — mažesnis lygiagretumas
90°C (Išjungimas)	Visiškai sustabdyti GPU apdorojimą — reikia atvėsinti

Užtikrinkite tinkamą ventiliaciją ir šilumos šalinimą, kad apdorojimas būtų nepertraukiamas, ypač uždarose lauko korpusuose ar orlaivių sistemose. Terminis greičio ribojimas sumažins apdorojimo našumą, siekiant apsaugoti aparatūrą.

---

Atminties valdymas

„Jetson“ įrenginiai naudoja vieningą atmintį — GPU ir CPU dalijasi ta pačia fizine RAM. Tai reiškia, kad nurodyta VRAM (pvz., 15,3 GB „Orin NX 16GB“) nėra skirta tik GPU; ji dalijamasi su operacine sistema ir kitais procesais.

Rekomendacijos dėl keitimosi atminties

Didelėms duomenų bazėms arba „Texture Aware“ debayer apdorojimui Chloros gali rekomenduoti sukurti keitimosi atminties erdvę:

# 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

Atminties sąnaudos vienam vaizdui:

• Standartinis debayer: ~10 MB vienam vaizdui

• Tekstūrą atpažįstantis debayer: ~15 MB vienam vaizdui

Chloros automatiškai apskaičiuoja reikalingą atmintį pagal jūsų duomenų rinkinio dydį ir įspėja, jei rekomenduojama naudoti keitimo erdvę.

OOM (Out of Memory) atsarginis variantas

Jei apdorojimo metu aptinkama atminties trūkumo sąlyga:

1. Chloros automatiškai sumažina GPU darbininkų skaičių

2. Pereina iš fused_gpu į tiled_gpu procesų grandinę (taupesnė atminties atžvilgiu)

3. Tęsiama apdorojimo operacija sumažintu našumu, o ne nutraukiant veiklą

---

Įdiegimas lauke

Maitinimo aspektai

„Jetson“ modelis	Tipinis energijos suvartojimas	Pastabos
„Jetson Nano“	5–10 W	USB-C arba cilindrinis lizdas
„Jetson Orin Nano“	7–15 W	DC cilindrinis lizdas
„Jetson Orin NX“	10–25 W	DC cilindrinis lizdas
„Jetson AGX Orin“	15–60 W	USB-C PD arba cilindrinis lizdas

Suplanuokite energijos sąnaudas ilgalaikiam apdorojimui — didžiausias energijos suvartojimas pasiekiamas GPU intensyviame 3-iajame procese (apdorojimas).

Rekomendacijos dėl saugojimo

• NVMe SSD labai rekomenduojamas arm64 diegimams

• SD kortelės yra per lėtos apdorojimui — naudokite jas tik kaip paleidimo laikmeną

• Planuokite 2–3 kartus didesnį nei neapdorotų vaizdo duomenų dydį apdorotam rezultatui

Veikimas be monitoriaus per SSH

Chloros CLI idealiai tinka „Jetson“ diegimams be monitoriaus:

# 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

Automatinis apdorojimas su „systemd“

Sukurkite „systemd“ paslaugą automatiniam apdorojimui:

# /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

Suderinkite su „systemd“ laikmačiu, kad apdorojimas vyktų pagal tvarkaraštį:

# /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

---

Darbo eigos pavyzdžiai

Pagrindinis „Jetson“ apdorojimas

#!/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 „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!")

Daugelio skrydžių paketinis apdorojimas

#!/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

---

Rekomenduojamos „Jetson“ sistemos naudojimui lauke

Lauko ir oro sąlygoms pritaikytoms sistemoms rekomenduojame šias „Jetson Orin NX 16GB“ nešiklio plokščių versijas:

• Oro transportas/dronai: sistemos, atitinkančios vibracijos standartą (MIL-STD), lengvos (mažiau nei 300 g), su pasyviąja aušinimo sistema

• Sunkios lauko sąlygos: IP67/IP69K atsparūs vandeniui korpusai su PoE GigE kameros jungtimi

• Minimalus/ekonomiškas: kūrėjų rinkiniai su papildomais korpusais

Susisiekite su MAPIR palaikymo tarnyba, kad gautumėte konkrečius aparatinės įrangos rekomendavimus jūsų diegimo scenarijui.

---

Tolimesni veiksmai

• Linux diegimas — Bendrieji Linux diegimo duomenys

• Dinaminis skaičiavimo pritaikymas — Išsamus skaičiavimo strategijos vadovas

• Apdorojimo srautas — 4 sriegių srauto supratimas

• CLI : Komandinė eilutė — Išsamus CLI vadovas

• API : Python SDK — Išsamus SDK vadovas