คู่มือ NVIDIA Jetson

Chloros บน NVIDIA Jetson ช่วยให้สามารถประมวลผลภาพแบบหลายสเปกตรัมที่ขอบ — ในภาคสนาม บน UAV และในการติดตั้งระยะไกล Chloros ตรวจจับโมเดล Jetson ของคุณโดยอัตโนมัติและปรับกลยุทธ์การประมวลผลให้เหมาะสมสำหรับฮาร์ดแวร์ของคุณ

---

รุ่น Jetson ที่รองรับ

รุ่น	แรม	กลยุทธ์การประมวลผล	แนะนำให้ใช้
เจ็ตสัน AGX โอริน	แชร์ 32-64GB	GPU_PARALLEL (4 คน)	ประสิทธิภาพสูงสุด ชุดข้อมูลขนาดใหญ่
เจ็ตสัน โอริน NX	แชร์ 8-16GB	GPU_PARALLEL (3 คน, 16GB) / GPU_SINGLE (8GB)	คำแนะนำเบื้องต้นสำหรับการวางกำลังทางอากาศและภาคสนาม
เจ็ตสัน โอริน นาโน	แชร์ 8GB	GPU_SINGLE (คนงาน 1 คน)	Edge Compute ระดับเริ่มต้น
เจ็ตสัน นาโน	แชร์ 4-8GB	GPU_SINGLE (คนงาน 1 คน)	ระดับเริ่มต้น ที่จำกัดหน่วยความจำ

รุ่น Jetson รุ่นเก่า (TX2, TX1, Xavier NX) อาจไม่รองรับ ประสิทธิภาพจะแตกต่างกันไปขึ้นอยู่กับหน่วยความจำ GPU ที่มีอยู่และความสามารถของ CUDA

---

ความต้องการ

• JetPack 6.x (แนะนำล่าสุด)

• NVIDIA CUDA (รวมอยู่ใน JetPack)

• ใบอนุญาต Chloros+ (จำเป็นสำหรับการเข้าถึง CLI/SDK)

การติดตั้ง

# 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

สำหรับรายละเอียดการติดตั้ง Linux ทั่วไป โปรดดูที่ การติดตั้ง Linux

---

การปรับการคำนวณแบบไดนามิกบน Jetson

Chloros ตรวจจับรุ่น Jetson ของคุณโดยอัตโนมัติและเลือกกลยุทธ์การประมวลผลที่เหมาะสมที่สุด ไม่จำเป็นต้องปรับจูนด้วยตนเอง

มันทำงานอย่างไร

เมื่อเริ่มต้น Chloros จะสร้างโปรไฟล์ระบบของคุณ:

1. ตรวจจับรุ่น Jetson ผ่าน /proc/device-tree/model

2. อ่าน GPU/หน่วยความจำที่ใช้ร่วมกันที่มีอยู่

3.เลือกกลยุทธ์การประมวลผล (GPU_PARALLEL, GPU_SINGLE หรือ CPU_PARALLEL) 4. ตั้งค่าจำนวนผู้ปฏิบัติงาน ประเภทไปป์ไลน์ และการจัดสรรหน่วยความจำ โดยอัตโนมัติ

พฤติกรรมต่อรุ่น

เจ็ตสันโมเดล	กลยุทธ์	คนงาน	ไปป์ไลน์	เห็นพ้องต้องกัน
เจ็ตสัน นาโน 8GB	GPU_SINGLE	1	tiled_gpu (ประหยัดหน่วยความจำ)	ต่อเนื่องกัน
Jetson Orin Nano 8GB	GPU_SINGLE	1	tiled_gpu	ต่อเนื่องกัน
Jetson Orin NX 8GB	GPU_SINGLE	2	tiled_gpu	ต่อเนื่องกัน
Jetson Orin NX 16GB	GPU_PARALLEL	3	fused_gpu (เส้นทาง GPU แบบเต็ม)	พร้อมกัน
Jetson AGX โอริน 32-64GB	GPU_PARALLEL	4	fused_gpu	พร้อมกัน

Jetson Orin NX 16GB คือจุดที่น่าสนใจสำหรับการใช้งาน Edge โดยได้รับกลยุทธ์ GPU_PARALLEL พร้อมด้วยผู้ปฏิบัติงานที่ทำงานพร้อมกัน 3 คน มอบการประมวลผล GPU แบบขนานที่แท้จริงในรูปแบบขนาดกะทัดรัด

ความแตกต่างที่สำคัญระหว่างแพลตฟอร์มคือ หน่วยความจำ Jetson Nano ที่มีหน่วยความจำที่ใช้ร่วมกันขนาด 8GB จะต้องประมวลผลภาพทีละภาพโดยใช้วิธีเรียงต่อกันที่มีประสิทธิภาพหน่วยความจำ ในขณะที่ Orin NX ที่มีขนาด 16GB สามารถเรียกใช้ภาพ 3 ภาพผ่าน GPU พร้อมกันโดยใช้ไปป์ไลน์หลอมรวมที่มีปริมาณงานสูงกว่า

สำหรับการอ้างอิงการปรับการประมวลผลแบบสมบูรณ์ โปรดดู การปรับการประมวลผลแบบไดนามิก

---

การจัดการความร้อน

อุปกรณ์ Jetson มีพื้นที่ระบายความร้อนที่จำกัด โดยเฉพาะอย่างยิ่งในการใช้งานแบบปิดหรือทางอากาศ Chloros มีการตรวจสอบความร้อนและการควบคุมปริมาณอัตโนมัติ:

อุณหภูมิ	การกระทำ
< 70°C	การทำงานปกติ — ความเร็วในการประมวลผลเต็ม
70°C (คำเตือน)	ลดขนาดแบทช์โดยอัตโนมัติ
80°C (วิกฤต)	การควบคุมปริมาณเชิงรุก — การทำงานพร้อมกันที่ต่ำกว่า
90°C (ปิดเครื่อง)	หยุดการประมวลผล GPU ทั้งหมด — ต้องระบายความร้อน

ตรวจสอบให้แน่ใจว่ามีการระบายอากาศและระบายความร้อนเพียงพอ สำหรับการประมวลผลที่ยั่งยืน โดยเฉพาะอย่างยิ่งในสนามปิดหรือระบบทางอากาศ การควบคุมปริมาณความร้อนจะลดปริมาณการประมวลผลเพื่อปกป้องฮาร์ดแวร์

---

การจัดการหน่วยความจำ

อุปกรณ์ Jetson ใช้ หน่วยความจำแบบรวม — GPU และ CPU ใช้ RAM จริงร่วมกัน ซึ่งหมายความว่า VRAM ที่รายงาน (เช่น 15.3GB บน Orin NX 16GB) ไม่ใช่หน่วยความจำ GPU โดยเฉพาะ มันถูกแชร์กับระบบปฏิบัติการและกระบวนการอื่นๆ

คำแนะนำการแลกเปลี่ยน

สำหรับชุดข้อมูลขนาดใหญ่หรือการประมวลผล Debayer ของ Texture Aware Chloros อาจแนะนำให้สร้างพื้นที่สว็อป:

# 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

หน่วยความจำโดยประมาณต่อภาพ:

• การดีบายมาตรฐาน: ~10 MB ต่อภาพ

• โปรแกรมแก้ไข Texture Aware: ~15 MB ต่อภาพ

Chloros คำนวณหน่วยความจำที่ต้องการโดยอัตโนมัติตามขนาดชุดข้อมูลของคุณ และเตือนคุณหากแนะนำให้สลับ

ทางเลือก OOM (หน่วยความจำไม่เพียงพอ)

หากตรวจพบสภาวะหน่วยความจำไม่เพียงพอระหว่างการประมวลผล:

1. Chloros ลดจำนวนผู้ปฏิบัติงาน GPU โดยอัตโนมัติ

2. ถอยกลับจาก fused_gpu ไปป์ไลน์ tiled_gpu (มีประสิทธิภาพหน่วยความจำมากขึ้น)

3. ประมวลผลต่อด้วยปริมาณงานที่ลดลง แทนที่จะหยุดทำงาน

---

การปรับใช้ภาคสนาม

ข้อควรพิจารณาด้านพลังงาน

เจ็ตสันโมเดล	การวาดกำลังโดยทั่วไป	หมายเหตุ
เจ็ตสัน นาโน	5-10W	USB-C หรือแจ็คบาร์เรล
เจ็ตสัน โอริน นาโน	7-15W	แม่แรง DC บาเรล
เจ็ตสัน โอริน NX	10-25W	แม่แรง DC บาเรล
Jetson AGX โอริน	15-60W	USB-C PD หรือแจ็คบาร์เรล

วางแผนงบประมาณด้านพลังงานของคุณเพื่อการประมวลผลที่ยั่งยืน — การดึงพลังงานสูงสุดจะเกิดขึ้นในระหว่างที่ Thread 3 (การประมวลผล) ที่ใช้ GPU มาก

คำแนะนำในการจัดเก็บ

• NVMe SSD ขอแนะนำอย่างยิ่งสำหรับการปรับใช้ arm64

• การ์ด SD ช้าเกินไปสำหรับการประมวลผล — ใช้เป็นสื่อสำหรับบูตเท่านั้น

• วางแผนสำหรับขนาดข้อมูลภาพดิบของคุณ 2-3 เท่าสำหรับเอาต์พุตที่ประมวลผล

การทำงานแบบไม่มีหัวผ่าน SSH

Chloros CLI เหมาะอย่างยิ่งสำหรับการใช้งาน Jetson แบบไม่มีหัว:

# 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

การประมวลผลอัตโนมัติด้วย systemd

สร้างบริการ systemd สำหรับการประมวลผลอัตโนมัติ:

# /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

จับคู่กับตัวจับเวลา systemd สำหรับการประมวลผลตามกำหนดเวลา:

# /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

---

ตัวอย่างขั้นตอนการทำงาน

การประมวลผล Jetson ขั้นพื้นฐาน

#!/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 บน 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!")

การประมวลผลเป็นกลุ่มหลายเที่ยวบิน

#!/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

---

ระบบ Jetson ที่แนะนำสำหรับการใช้งานภาคสนาม

สำหรับการใช้งานภาคสนามและทางอากาศ ให้พิจารณาตัวเลือกบอร์ดผู้ให้บริการ Jetson Orin NX 16GB เหล่านี้:

• ทางอากาศ/โดรน: ระบบที่มีระดับการสั่นสะเทือน (MIL-STD) น้ำหนักเบา (ต่ำกว่า 300 กรัม) ระบบระบายความร้อนแบบพาสซีฟ

• สนามที่ทนทาน: เคสกันน้ำระดับ IP67/IP69K พร้อมการเชื่อมต่อกล้อง PoE GigE

• ขั้นต่ำ/งบประมาณ: ชุดนักพัฒนาพร้อมกล่องเสริม

ติดต่อ MAPIR Support เพื่อขอคำแนะนำด้านฮาร์ดแวร์เฉพาะสำหรับสถานการณ์การใช้งานของคุณ

---

ขั้นตอนต่อไป

• การติดตั้ง Linux — รายละเอียดการติดตั้งทั่วไป Linux

• การปรับการประมวลผลแบบไดนามิก — การอ้างอิงกลยุทธ์การประมวลผลแบบเต็ม

• การประมวลผลไปป์ไลน์ — ทำความเข้าใจกับไปป์ไลน์ 4 เธรด

• CLI : Command Line — การอ้างอิง CLI แบบเต็ม

• API : Python SDK — การอ้างอิง SDK แบบเต็ม