Guia NVIDIA Jetson

XPROTX000047 O XPROTX no NVIDIA Jetson permite o processamento de imagens multiespectrais na borda — em campo, em UAVs e em instalações remotas. XPROTX000048 O XPROTX detecta automaticamente o seu modelo Jetson e otimiza sua estratégia de processamento para o seu hardware.

---

Modelos Jetson compatíveis

Modelo	RAM	Estratégia de processamento	Uso recomendado
Jetson AGX Orin	32-64 GB compartilhados	GPU_PARALLEL (4 workers)	Desempenho máximo, grandes conjuntos de dados
Jetson Orin NX	8-16 GB compartilhada	GPU_PARALLEL (3 workers, 16 GB) / GPU_SINGLE (8 GB)	Recomendação principal para implantação aérea e em campo
Jetson Orin Nano	8 GB compartilhados	GPU_SINGLE (1 trabalhador)	Computação de ponta de nível básico
Jetson Nano	4-8 GB compartilhados	GPU_SINGLE (1 trabalhador)	Nível básico, com restrições de memória

Modelos Jetson antigos (TX2, TX1, Xavier NX) podem não ser compatíveis. O desempenho varia de acordo com a memória de GPU disponível e os recursos CUDA.

---

Requisitos

• JetPack 6.x (recomenda-se a versão mais recente)

• NVIDIA CUDA (incluído no JetPack)

• Licença Chloros+ (necessária para acesso a CLI/SDK)

Instalação

# 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

Para obter detalhes gerais sobre a instalação do Linux, consulte Instalação do Linux.

---

Adaptação dinâmica de computação no Jetson

O Chloros detecta automaticamente seu modelo Jetson e seleciona a estratégia de processamento ideal. Não é necessário nenhum ajuste manual.

Como funciona

Na inicialização, o Chloros cria um perfil do seu sistema:

1. Detecta o modelo Jetson via /proc/device-tree/model

2. Lê a GPU disponível/memória compartilhada

3.Seleciona uma estratégia de processamento (GPU_PARALLEL, GPU_SINGLE ou CPU_PARALLEL) 4. Define automaticamente o número de workers, o tipo de pipeline e a alocação de memória

Comportamento por modelo

Modelo Jetson	Estratégia	Trabalhadores	Pipeline	Concorrência
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu (eficiência de memória)	Serializado
Jetson Orin Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Serializado
Jetson Orin NX 8 GB	GPU_SINGLE	2	tiled_gpu	Serializado
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu (caminho completo da GPU)	Concorrente
Jetson AGX Orin 32-64 GB	GPU_PARALLEL	4	fused_gpu	Concorrente

Jetson Orin NX 16 GB é o ponto ideal para implantação de ponta — ele recebe a estratégia GPU_PARALLEL com 3 trabalhadores simultâneos, oferecendo processamento paralelo real da GPU em um formato compacto.

A principal diferença entre as plataformas é a memória. Um Jetson Nano com 8 GB de memória compartilhada precisa processar imagens uma de cada vez usando uma abordagem em blocos eficiente em termos de memória, enquanto um Orin NX com 16 GB pode processar 3 imagens pela GPU simultaneamente usando o pipeline fusionado de maior throughput.

Para a referência completa sobre adaptação de computação, consulte Adaptação Dinâmica de Computação.

---

Gerenciamento térmico

Os dispositivos Jetson têm margem térmica limitada, especialmente em implantações em ambientes fechados ou aéreos. O Chloros inclui monitoramento térmico automático e limitação de desempenho:

Temperatura	Ação
< 70 °C	Operação normal — velocidade total de processamento
70 °C (Aviso)	Reduzir o tamanho do lote automaticamente
80 °C (Crítico)	Limitação agressiva — menor simultaneidade
90 °C (Desligamento)	Interromper totalmente o processamento da GPU — resfriamento necessário

Garanta ventilação e dissipação de calor adequadas para processamento contínuo, especialmente em gabinetes de campo fechados ou sistemas aéreos. A limitação térmica reduzirá a taxa de processamento para proteger o hardware.

---

Gerenciamento de memória

Os dispositivos Jetson utilizam memória unificada — a GPU e a CPU compartilham a mesma RAM física. Isso significa que a VRAM informada (por exemplo, 15,3 GB no Orin NX de 16 GB) não é memória dedicada à GPU; ela é compartilhada com o sistema operacional e outros processos.

Recomendações de swap

Para conjuntos de dados grandes ou processamento de debayer com reconhecimento de textura, o Chloros pode recomendar a criação de espaço de 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

Estimativas de memória por imagem:

• Debayer padrão: ~10 MB por imagem

• Debayer com reconhecimento de textura: ~15 MB por imagem

O Chloros calcula automaticamente a memória necessária com base no tamanho do seu conjunto de dados e avisa se o swap for recomendado.

Fallback OOM (Out of Memory)

Se uma condição de falta de memória for detectada durante o processamento:

1. O Chloros reduz automaticamente a contagem de workers da GPU

2. Recorre do pipeline fused_gpu para o tiled_gpu (mais eficiente em termos de memória)

3. Continua o processamento com taxa de transferência reduzida, em vez de travar

---

Implantação em campo

Considerações sobre energia

Modelo Jetson	Consumo típico de energia	Observações
Jetson Nano	5-10 W	USB-C ou conector cilíndrico
Jetson Orin Nano	7-15 W	Conector cilíndrico CC
Jetson Orin NX	10-25 W	Conector cilíndrico CC
Jetson AGX Orin	15-60 W	USB-C PD ou conector cilíndrico

Planeje seu orçamento de energia para processamento contínuo — o pico de consumo de energia ocorre durante o Thread 3 (Processamento), que exige uso intensivo da GPU.

Recomendações de armazenamento

• SSD NVMe altamente recomendado para implantações em arm64

• Cartões SD são muito lentos para processamento — use-os apenas como mídia de inicialização

• Planeje 2 a 3 vezes o tamanho dos dados brutos da imagem para a saída processada

Operação sem monitor via SSH

Chloros CLI é ideal para implantações Jetson sem monitor:

# 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

Processamento automatizado com systemd

Crie um serviço systemd para processamento automatizado:

# /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

Combine com um temporizador do systemd para processamento programado:

# /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

---

Fluxos de trabalho de exemplo

Processamento básico do Jetson

#!/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 no 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!")

Processamento em lote de vários voos

#!/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

---

Sistemas Jetson recomendados para uso em campo

Para implantações em campo e aéreas, considere estas opções de placas de suporte Jetson Orin NX de 16 GB:

• Aéreo/drone: Sistemas com classificação de vibração (MIL-STD), leves (menos de 300 g) e resfriamento passivo

• Campo robusto: Gabinetes à prova d'água IP67/IP69K com conectividade para câmera PoE GigE

• Mínimo/econômico: kits de desenvolvedor com gabinetes adicionais

Entre em contato com o Suporte da MAPIR para obter recomendações específicas de hardware para o seu cenário de implantação.

---

Próximos passos

• Linux Instalação — Detalhes gerais da instalação do Linux

• Adaptação dinâmica de computação — Referência completa da estratégia de computação

• Pipeline de processamento — Entendendo o pipeline de 4 threads

• CLI : Linha de comando — Referência completa do CLI

• API : Python SDK — Referência completa do SDK