Guia NVIDIA Jetson

XPROTX000047 O XPROTX no NVIDIA Jetson permite o processamento de imagens multiespectrais na periferia — no terreno, em UAVs e em instalações remotas. XPROTX000048 O XPROTX deteta automaticamente o seu modelo Jetson e otimiza a estratégia de processamento para o seu hardware.

---

Modelos Jetson suportados

Modelo	RAM	Estratégia de processamento	Utilização recomendada
Jetson AGX Orin	32-64 GB partilhados	GPU_PARALLEL (4 trabalhadores)	Desempenho máximo, grandes conjuntos de dados
Jetson Orin NX	8-16 GB partilhada	GPU_PARALLEL (3 trabalhadores, 16 GB) / GPU_SINGLE (8 GB)	Recomendação principal para implantação aérea e no terreno
Jetson Orin Nano	8 GB partilhados	GPU_SINGLE (1 trabalhador)	Computação de ponta de nível básico
Jetson Nano	4-8 GB partilhados	GPU_SINGLE (1 trabalhador)	Nível básico, com memória limitada

Modelos Jetson antigos (TX2, TX1, Xavier NX) podem não ser suportados. O desempenho irá variar consoante a memória GPU disponível e as capacidades CUDA.

---

Requisitos

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

• NVIDIA CUDA (incluída 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 deteta automaticamente o seu modelo Jetson e seleciona a estratégia de processamento ideal. Não é necessário qualquer ajuste manual.

Como funciona

No arranque, o Chloros cria um perfil do seu sistema:

1. Deteta o modelo Jetson através do /proc/device-tree/model

2. Lê a GPU disponível/memória partilhada

3.Seleciona uma estratégia de processamento (GPU_PARALLEL, GPU_SINGLE ou CPU_PARALLEL) 4. Define automaticamente o número de trabalhadores, 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

O Jetson Orin NX 16 GB é a escolha ideal para implementação na periferia — recebe a estratégia GPU_PARALLEL com 3 trabalhadores simultâneos, proporcionando processamento paralelo real da GPU num formato compacto.

A principal diferença entre as plataformas é a memória. Um Jetson Nano com 8 GB de memória partilhada tem de processar imagens uma de cada vez utilizando uma abordagem em mosaico eficiente em termos de memória, enquanto um Orin NX com 16 GB pode processar 3 imagens através da GPU simultaneamente utilizando o pipeline fundido de maior rendimento.

Para a referência completa sobre adaptação computacional, consulte Adaptação Computacional Dinâmica.

---

Gestão térmica

Os dispositivos Jetson têm uma margem térmica limitada, especialmente em implementações fechadas ou aéreas. O Chloros inclui monitorização térmica automática e limitação de desempenho:

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

Assegure ventilação e dissipação de calor adequadas para um processamento sustentado, especialmente em caixas de campo fechadas ou sistemas aéreos. A limitação térmica reduzirá o rendimento do processamento para proteger o hardware.

---

Gestão de memória

Os dispositivos Jetson utilizam memória unificada — a GPU e a CPU partilham a mesma RAM física. Isto significa que a VRAM indicada (por exemplo, 15,3 GB no Orin NX de 16 GB) não é memória dedicada à GPU; é partilhada com o sistema operativo 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-o se for recomendado o uso de swap.

Fallback OOM (Out of Memory)

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

1. O Chloros reduz automaticamente o número de trabalhadores da GPU

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

3. Continua o processamento com um rendimento reduzido em vez de entrar em falha

---

Implementação no terreno

Considerações sobre alimentação

Modelo Jetson	Consumo típico de energia	Notas
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

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

Recomendações de armazenamento

• SSD NVMe fortemente recomendado para implementações arm64

• Os cartões SD são demasiado lentos para processamento — use-os apenas como mídia de arranque

• Planeie 2 a 3 vezes o tamanho dos seus dados de imagem brutos para a saída processada

Operação sem monitor através do SSH

O Chloros e o CLI são ideais para implementações 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 systemd para processamento agendado:

# /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

---

Exemplos de fluxos de trabalho

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 utilização no terreno

Para implementações no terreno e aéreas, considere estas opções de placas de suporte Jetson Orin NX de 16 GB:

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

• Campo robusto: Caixas à prova de água IP67/IP69K com conectividade para câmaras PoE GigE

• Mínimo/orçamento: Kits de desenvolvimento com caixas adicionais

Contacte o Suporte MAPIR para obter recomendações específicas de hardware para o seu cenário de implementação.

---

Próximos passos

• Linux Instalação — Detalhes gerais da instalação do Linux

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

• Pipeline de processamento — Compreender o pipeline de 4 threads

• CLI : Linha de comando — Referência completa do CLI

• API : Python SDK — Referência completa do SDK