Ghid NVIDIA Jetson

Chloros pe NVIDIA Jetson permite procesarea imaginilor multispectrale la marginea rețelei — pe teren, pe drone și în instalații la distanță. Chloros detectează automat modelul dvs. Jetson și optimizează strategia de procesare pentru hardware-ul dvs.

Modele Jetson acceptate

Model

RAM

Strategie de procesare

Utilizare recomandată

Jetson AGX Orin

32-64 GB partajat

GPU_PARALLEL (4 procesori)

Performanță maximă, seturi de date mari

Jetson Orin NX

8-16 GB partajat

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

Recomandare principală pentru implementare aeriană și pe teren

Jetson Orin Nano

8 GB partajat

GPU_SINGLE (1 procesor)

Calcul la margine de nivel de bază

Jetson Nano

4-8 GB partajat

GPU_SINGLE (1 procesor)

Nivel de bază, cu memorie limitată

Modelele Jetson vechi (TX2, TX1, Xavier NX) s-ar putea să nu fie acceptate. Performanța va varia în funcție de memoria GPU disponibilă și de capacitățile CUDA.

Cerințe

JetPack 6.x (se recomandă cea mai recentă versiune)
NVIDIA CUDA (inclusă în JetPack)
Licență Chloros+ (necesară pentru accesul la CLI/SDK)

Instalare

# 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

Pentru detalii generale privind instalarea Linux, consultați Instalarea Linux.

Adaptare dinamică a calculului pe Jetson

Chloros detectează automat modelul dvs. Jetson și selectează strategia optimă de procesare. Nu este necesară nicio reglare manuală.

Cum funcționează

La pornire, Chloros creează un profil al sistemului dvs.:

Detectează modelul Jetson prin /proc/device-tree/model
Citește memoria GPU/memoria partajată disponibilă

3.Selectează o strategie de procesare (GPU_PARALLEL, GPU_SINGLE sau CPU_PARALLEL) 4. Setează automat numărul de lucrători, tipul de pipeline și alocarea memoriei

Comportament pe model

Model Jetson

Strategie

Processori

Pipeline

Concurentă

Jetson Nano 8 GB

GPU_SINGLE

tiled_gpu (eficient din punct de vedere al memoriei)

Serializat

Jetson Orin Nano 8 GB

GPU_SINGLE

tiled_gpu

Serializat

Jetson Orin NX 8 GB

GPU_SINGLE

tiled_gpu

Serializat

Jetson Orin NX 16 GB

GPU_PARALLEL

fused_gpu (cale GPU completă)

Concurent

Jetson AGX Orin 32-64 GB

GPU_PARALLEL

fused_gpu

Concurent

Jetson Orin NX 16 GB este soluția ideală pentru implementarea la margine — beneficiază de strategia GPU_PARALLEL cu 3 lucrători simultani, oferind procesare GPU paralelă reală într-un format compact.

Diferența cheie între platforme este memoria. Un Jetson Nano cu 8 GB de memorie partajată trebuie să proceseze imaginile una câte una folosind o abordare în blocuri eficientă din punct de vedere al memoriei, în timp ce un Orin NX cu 16 GB poate rula simultan 3 imagini prin GPU folosind pipeline-ul fuzionat cu debit mai mare.

Pentru referința completă privind adaptarea de calcul, consultați Adaptarea dinamică a calculului.

Gestionarea termică

Dispozitivele Jetson au o marjă termică limitată, în special în implementările închise sau aeriene. Chloros include monitorizarea termică automată și limitarea:

Temperatură

Acțiune

< 70 °C

Funcționare normală — viteză maximă de procesare

70 °C (Avertisment)

Reducerea automată a dimensiunii lotului

80 °C (Critic)

Limitarea agresivă — concurență redusă

90°C (Oprire)

Oprirea completă a procesării GPU — este necesară răcirea

Asigurați o ventilație adecvată și disiparea căldurii pentru o procesare susținută, în special în carcase de teren închise sau sisteme aeriene. Limitarea termică va reduce randamentul de procesare pentru a proteja hardware-ul.

Gestionarea memoriei

Dispozitivele Jetson utilizează memorie unificată — GPU-ul și CPU-ul împart aceeași memorie RAM fizică. Aceasta înseamnă că VRAM-ul raportat (de exemplu, 15,3 GB pe Orin NX 16 GB) nu este memorie dedicată GPU-ului; este împărțită cu sistemul de operare și alte procese.

Recomandări privind spațiul de swap

Pentru seturi de date mari sau procesarea debayer Texture Aware, Chloros poate recomanda crearea unui spațiu 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

Estimări de memorie per imagine:

Debayer standard: ~10 MB per imagine
Debayer Texture Aware: ~15 MB per imagine

Chloros calculează automat memoria necesară pe baza dimensiunii setului de date și vă avertizează dacă se recomandă swap.

Fallback OOM (Out of Memory)

Dacă se detectează o condiție de memorie insuficientă în timpul procesării:

Chloros reduce automat numărul de procesori GPU
Trece de la pipeline-ul fused_gpu la cel tiled_gpu (mai eficient din punct de vedere al memoriei)
Continuă procesarea la un debit redus, în loc să se blocheze

Implementare pe teren

Considerații privind alimentarea

Model Jetson

Consum tipic de energie

Note

Jetson Nano

5-10 W

USB-C sau mufă cilindrică

Jetson Orin Nano

7-15 W

Mufă cilindrică DC

Jetson Orin NX

10-25 W

Mufă cilindrică DC

Jetson AGX Orin

15-60 W

USB-C PD sau mufă cilindrică

Planificați-vă bugetul de alimentare pentru procesare susținută — consumul maxim de energie are loc în timpul Thread 3 (Procesare), care solicită intens GPU-ul.

Recomandări privind stocarea

SSD NVMe recomandat cu tărie pentru implementările arm64
Cardurile SD sunt prea lente pentru procesare — utilizați-le doar ca suport de boot
Planificați un spațiu de 2-3 ori mai mare decât dimensiunea datelor brute ale imaginii pentru rezultatul procesat

Funcționare fără monitor prin SSH

Chloros CLI este ideal pentru implementările Jetson fără 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

Procesare automatizată cu systemd

Creați un serviciu systemd pentru procesare automatizată:

# /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

Asociați-l cu un cronometru systemd pentru procesare programată:

# /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

Fluxuri de lucru exemplificative

Procesare Jetson de bază

#!/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 pe 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!")

Procesare în lot a mai multor zboruri

#!/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

Sisteme Jetson recomandate pentru utilizare pe teren

Pentru implementări pe teren și aeriene, luați în considerare aceste opțiuni de plăci de bază Jetson Orin NX de 16 GB:

Aeriene/drone: Sisteme cu rezistență la vibrații (MIL-STD), ușoare (sub 300 g), răcire pasivă
Teren dificil: Carcase impermeabile IP67/IP69K cu conectivitate pentru cameră PoE GigE
Minim/buget: kituri pentru dezvoltatori cu carcase suplimentare

Contactați Asistența MAPIR pentru recomandări specifice de hardware pentru scenariul dvs. de implementare.

Pași următori

Linux Instalare — Detalii generale privind instalarea Linux
Adaptare dinamică a calculului — Referință completă privind strategia de calcul
Conductă de procesare — Înțelegerea conductei cu 4 fire
CLI : Linia de comandă — Referință completă pentru CLI
API : Python SDK — Referință completă pentru SDK

PreviousInstalarea Linux NextAdaptare dinamică a calculului

Last updated 9 days ago

hashtagModele Jetson acceptate

hashtagCerințe

hashtagInstalare

hashtagAdaptare dinamică a calculului pe Jetson

hashtagCum funcționează

hashtagComportament pe model

hashtagGestionarea termică

hashtagGestionarea memoriei

hashtagRecomandări privind spațiul de swap

hashtagFallback OOM (Out of Memory)

hashtagImplementare pe teren

hashtagConsiderații privind alimentarea

hashtagRecomandări privind stocarea

hashtagFuncționare fără monitor prin SSH

hashtagProcesare automatizată cu systemd

hashtagFluxuri de lucru exemplificative

hashtagProcesare Jetson de bază

hashtagPython SDK pe Jetson

hashtagProcesare în lot a mai multor zboruri

hashtagSisteme Jetson recomandate pentru utilizare pe teren

hashtagPași următori

Modele Jetson acceptate

Cerințe

Instalare

Adaptare dinamică a calculului pe Jetson

Cum funcționează

Comportament pe model

Gestionarea termică

Gestionarea memoriei

Recomandări privind spațiul de swap

Fallback OOM (Out of Memory)

Implementare pe teren

Considerații privind alimentarea

Recomandări privind stocarea

Funcționare fără monitor prin SSH

Procesare automatizată cu systemd

Fluxuri de lucru exemplificative

Procesare Jetson de bază

Python SDK pe Jetson

Procesare în lot a mai multor zboruri

Sisteme Jetson recomandate pentru utilizare pe teren

Pași următori