Panduan NVIDIA Jetson

Chloros pada NVIDIA Jetson membolehkan pemprosesan imej berbilang spektrum di tepi — di lapangan, pada UAV dan dalam pemasangan jauh. Chloros secara automatik mengesan model Jetson anda dan mengoptimumkan strategi pemprosesannya untuk perkakasan anda.

Model Jetson yang Disokong

Model

RAM

Strategi Pemprosesan

Penggunaan Disyorkan

Jetson AGX Orin

32-64GB dikongsi

GPU_PARALLEL (4 pekerja)

Prestasi maksimum, set data besar

Jetson Orin NX

8-16GB dikongsi

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

Pengesyoran utama untuk penggunaan udara dan lapangan

Jetson Orin Nano

8GB dikongsi

GPU_SINGLE (1 pekerja)

Pengiraan tepi peringkat permulaan

Jetson Nano

4-8GB dikongsi

GPU_SINGLE (1 pekerja)

Tahap kemasukan, kekangan ingatan

Model Jetson warisan (TX2, TX1, Xavier NX) mungkin tidak disokong. Prestasi akan berbeza-beza berdasarkan memori GPU yang tersedia dan keupayaan CUDA.

Keperluan

JetPack 6.x (terbaru disyorkan)
NVIDIA CUDA (disertakan dengan JetPack)
lesen Chloros+ (diperlukan untuk akses CLI/SDK)

Pemasangan

# 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

Untuk butiran pemasangan Linux umum, lihat Linux Installation.

Penyesuaian Pengiraan Dinamik pada Jetson

Chloros secara automatik mengesan model Jetson anda dan memilih strategi pemprosesan yang optimum. Tiada penalaan manual diperlukan.

Cara Ia Berfungsi

Pada permulaan, Chloros memprofilkan sistem anda:

Mengesan model Jetson melalui /proc/device-tree/model
Membaca GPU/memori kongsi yang tersedia

3.Memilih strategi pemprosesan (GPU_PARALLEL, GPU_SINGLE atau CPU_PARALLEL) 4. Menetapkan kiraan pekerja, jenis saluran paip dan peruntukan memori secara automatik

Gelagat Setiap Model

Model Jetson

Strategi

Pekerja

Talian Paip

Concurrency

Jetson Nano 8GB

GPU_SINGLE

tiled_gpu (jimat ingatan)

Bersiri

Jetson Orin Nano 8GB

GPU_SINGLE

tiled_gpu

Bersiri

Jetson Orin NX 8GB

GPU_SINGLE

tiled_gpu

Bersiri

Jetson Orin NX 16GB

GPU_PARALLEL

fused_gpu (laluan GPU penuh)

Serentak

Jetson AGX Orin 32-64GB

GPU_PARALLEL

fused_gpu

Serentak

Jetson Orin NX 16GB ialah tempat menarik untuk penggunaan kelebihan — ia menerima strategi GPU_PARALLEL dengan 3 pekerja serentak, memberikan pemprosesan GPU selari sebenar dalam faktor bentuk yang padat.

Perbezaan utama antara platform ialah memori. Jetson Nano dengan 8GB memori dikongsi mesti memproses imej satu demi satu menggunakan pendekatan jubin yang cekap memori, manakala Orin NX dengan 16GB boleh menjalankan 3 imej melalui GPU secara serentak menggunakan saluran paip bercantum yang lebih tinggi.

Untuk rujukan penyesuaian pengiraan yang lengkap, lihat Penyesuaian Pengiraan Dinamik.

Pengurusan Terma

Peranti Jetson mempunyai ruang kepala haba yang terhad, terutamanya dalam penggunaan tertutup atau bawaan udara. Chloros termasuk pemantauan terma automatik dan pendikit:

Suhu

Tindakan

*70°C

Operasi biasa — kelajuan pemprosesan penuh

70°C (Amaran)

Kurangkan saiz kelompok secara automatik

80°C (Kritis)

Pendikitan agresif — serentak bawah

90°C (Tutup)

Hentikan pemprosesan GPU sepenuhnya — menyejukkan badan diperlukan

Pastikan pengudaraan dan penenggelaman haba yang mencukupi untuk pemprosesan yang berterusan, terutamanya dalam kepungan medan tertutup atau sistem bawaan udara. Pendikitan haba akan mengurangkan daya pemprosesan untuk melindungi perkakasan.

Pengurusan Memori

Peranti Jetson menggunakan memori bersatu — GPU dan CPU berkongsi RAM fizikal yang sama. Ini bermakna VRAM yang dilaporkan (cth., 15.3GB pada Orin NX 16GB) bukan memori GPU khusus; ia dikongsi dengan sistem pengendalian dan proses lain.

Syor Tukar

Untuk set data yang besar atau pemprosesan debayer Texture Aware, Chloros mungkin mengesyorkan membuat ruang swap:

# 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

Anggaran memori setiap imej:

Debayer standard: ~10 MB setiap imej
Texture Aware debayer: ~15 MB setiap imej

Chloros mengira memori yang diperlukan secara automatik berdasarkan saiz set data anda dan memberi amaran kepada anda jika pertukaran disyorkan.

OOM (Kehabisan Ingatan) Saling Balik

Jika keadaan kehabisan ingatan dikesan semasa pemprosesan:

Chloros secara automatik mengurangkan kiraan pekerja GPU
Jatuh kembali daripada saluran paip fused_gpu kepada tiled_gpu (lebih cekap memori)
Meneruskan pemprosesan pada daya pengeluaran yang dikurangkan daripada ranap

Penerapan Medan

Pertimbangan Kuasa

Model Jetson

Cabutan Kuasa Biasa

Nota

Jetson Nano

5-10W

USB-C atau bicu tong

Jetson Orin Nano

7-15W

Bicu tong DC

Jetson Orin NX

10-25W

Bicu tong DC

Jetson AGX Orin

15-60W

USB-C PD atau bicu tong

Rancang belanjawan kuasa anda untuk pemprosesan yang berterusan — cabutan kuasa puncak berlaku semasa Benang 3 (Pemprosesan) intensif GPU.

Cadangan Storan

NVMe SSD amat disyorkan untuk penggunaan arm64
Kad SD terlalu lambat untuk diproses — gunakan sebagai media but sahaja
Rancang untuk 2-3x saiz data imej mentah anda untuk output yang diproses

Operasi Tanpa Kepala melalui SSH

Chloros CLI sesuai untuk penggunaan Jetson tanpa kepala:

# 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

Pemprosesan Automatik dengan systemd

Buat perkhidmatan systemd untuk pemprosesan automatik:

# /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

Pasangkan dengan pemasa systemd untuk pemprosesan berjadual:

# /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

Contoh Aliran Kerja

Pemprosesan Jetson Asas

#!/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 pada 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!")

Memproses Berkelompok Penerbangan Berbilang

#!/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

Sistem Jetson Disyorkan untuk Penggunaan Medan

Untuk penempatan lapangan dan udara, pertimbangkan pilihan papan pembawa Jetson Orin NX 16GB ini:

Airborne/drone: Sistem dengan penarafan getaran (MIL-STD), ringan (di bawah 300g), penyejukan pasif
Medan lasak: Penutup kalis air IP67/IP69K dengan sambungan kamera PoE GigE
Minimum/belanjawan: Kit pembangun dengan lampiran tambahan

Hubungi MAPIR Support untuk mendapatkan pengesyoran perkakasan khusus untuk senario penggunaan anda.

Langkah Seterusnya

Pemasangan Linux — Butiran pemasangan Linux umum
Penyesuaian Pengiraan Dinamik — Rujukan strategi pengiraan penuh
Memproses Paip — Memahami saluran paip 4-benang
CLI : Command Line — Rujukan penuh CLI
API : Python SDK — Rujukan penuh SDK

PreviousPemasangan Linux NextPenyesuaian Pengiraan Dinamik

Last updated 9 days ago

hashtagModel Jetson yang Disokong

hashtagKeperluan

hashtagPemasangan

hashtagPenyesuaian Pengiraan Dinamik pada Jetson

hashtagCara Ia Berfungsi

hashtagGelagat Setiap Model

hashtagPengurusan Terma

hashtagPengurusan Memori

hashtagSyor Tukar

hashtagOOM (Kehabisan Ingatan) Saling Balik

hashtagPenerapan Medan

hashtagPertimbangan Kuasa

hashtagCadangan Storan

hashtagOperasi Tanpa Kepala melalui SSH

hashtagPemprosesan Automatik dengan systemd

hashtagContoh Aliran Kerja

hashtagPemprosesan Jetson Asas

hashtagPython SDK pada Jetson

hashtagMemproses Berkelompok Penerbangan Berbilang

hashtagSistem Jetson Disyorkan untuk Penggunaan Medan

hashtagLangkah Seterusnya

Model Jetson yang Disokong

Keperluan

Pemasangan

Penyesuaian Pengiraan Dinamik pada Jetson

Cara Ia Berfungsi

Gelagat Setiap Model

Pengurusan Terma

Pengurusan Memori

Syor Tukar

OOM (Kehabisan Ingatan) Saling Balik

Penerapan Medan

Pertimbangan Kuasa

Cadangan Storan

Operasi Tanpa Kepala melalui SSH

Pemprosesan Automatik dengan systemd

Contoh Aliran Kerja

Pemprosesan Jetson Asas

Python SDK pada Jetson

Memproses Berkelompok Penerbangan Berbilang

Sistem Jetson Disyorkan untuk Penggunaan Medan

Langkah Seterusnya