# NVIDIA Jetson 指南

Chloros 在 NVIDIA Jetson 上支持边缘端的多光谱图像处理——无论是现场、无人机还是远程安装环境。Chloros 会自动检测您的 Jetson 型号，并针对您的硬件优化其处理策略。

***

## 支持的 Jetson 型号

| 型号                   | 内存           | 处理策略                                               | 推荐用途          |
| -------------------- | ------------ | -------------------------------------------------- | ------------- |
| **Jetson AGX Orin**  | 32-64GB 共享内存 | `GPU_PARALLEL`（4 个工作线程）                            | 极致性能，适用于大型数据集 |
| **Jetson Orin NX**   | 8-16GB 共享内存  | `GPU_PARALLEL` (3 个工作进程，16GB) / `GPU_SINGLE` (8GB) | 主要推荐用于机载和现场部署 |
| **Jetson Orin Nano** | 8GB 共享       | `GPU_SINGLE` (1 个工作进程)                             | 入门级边缘计算       |
| **Jetson Nano**      | 4-8GB 共享     | `GPU_SINGLE` (1 个工作节点)                             | 入门级，内存受限      |

{% hint style="info" %}
**旧款 Jetson 型号**（TX2、TX1、Xavier NX）可能不受支持。性能将根据可用 GPU 内存和 CUDA 功能而有所不同。
{% endhint %}

***

## 系统要求

* **JetPack 6.x**（建议使用最新版本）
* **NVIDIA CUDA**（随 JetPack 附带）
* **Chloros+ 许可证**（访问 CLI/SDK 所需）

## 安装

```bash
# 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
```

有关 Linux 的常规安装详情，请参阅 [Linux 安装指南](/chloros/zh-tw/linux-yu-bian-yuan-ji-suan/linux-installation.md)。

***

## Jetson 上的动态计算适配

Chloros 会自动检测您的 Jetson 型号并选择最佳处理策略。**无需手动调整。**

### 工作原理

启动时，Chloros 会对您的系统进行分析：

1. 通过 `/proc/device-tree/model` **检测 Jetson 型号**

2.**读取可用 GPU/共享内存**

3.**选择处理策略**（`GPU_PARALLEL`、`GPU_SINGLE` 或 `CPU_PARALLEL`） 4. 自动**设置工作线程数、流水线类型和内存分配**

### 按模型的行为

| Jetson 模型                   | 策略             | 工作线程 | 流水线                     | 并发数 |
| --------------------------- | -------------- | ---- | ----------------------- | --- |
| **Jetson Nano 8GB**         | `GPU_SINGLE`   | 1    | `tiled_gpu` (内存高效)      | 串行化 |
| **Jetson Orin Nano 8GB**    | `GPU_SINGLE`   | 1    | `tiled_gpu`             | 串行化 |
| **Jetson Orin NX 8GB**      | `GPU_SINGLE`   | 2    | `tiled_gpu`             | 序列化 |
| **Jetson Orin NX 16GB**     | `GPU_PARALLEL` | 3    | `fused_gpu` (完整 GPU 路径) | 并发  |
| **Jetson AGX Orin 32-64GB** | `GPU_PARALLEL` | 4    | `fused_gpu`             | 并发  |

{% hint style="success" %}
**Jetson Orin NX 16GB** 是边缘部署的理想选择——它采用 `GPU_PARALLEL` 策略，支持 3 个并发工作进程，在紧凑的机身内实现了真正的并行 GPU 处理。
{% endhint %}

各平台之间的关键区别在于 **内存**。 配备 8GB 共享内存的 Jetson Nano 必须采用内存高效的切片处理方式逐张处理图像，而配备 16GB 内存的 Orin NX 则可利用高吞吐量的融合管道，让 3 张图像同时通过 GPU 进行处理。

完整的计算适配参考请参阅 [动态计算适配](/chloros/zh-tw/chu-li-jia-gou/dynamic-compute-adaptation.md)。

***

## 热管理

Jetson 设备具有有限的热余量，尤其是在封闭或机载部署环境中。Chloros 包含自动热监测和限速功能：

| 温度            | 操作                |
| ------------- | ----------------- |
| **< 70°C**    | 正常运行 — 全速处理       |
| **70°C** (警告) | 自动减少批处理大小         |
| **80°C** (危急) | 激进限速 — 降低并发度      |
| **90°C** (关机) | 完全停止 GPU 处理 — 需冷却 |

{% hint style="warning" %}
**确保充足的通风和散热**，以维持持续处理，特别是在封闭的现场机箱或机载系统中。热限速会降低处理吞吐量以保护硬件。
{% endhint %}

***

## 内存管理

Jetson 设备采用 **统一内存** —— GPU 和 CPU 共享同一块物理 RAM。这意味着报告的 VRAM（例如 Orin NX 16GB 上的 15.3GB）并非专用的 GPU 内存；它是与操作系统及其他进程共享的。

### 交换空间建议

对于大型数据集或支持纹理感知去拜耳处理的场景，Chloros 可能会建议创建交换空间：

```bash
# 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
```

**每张图像的内存估算：**

* 标准去拜耳处理：每张图像约 10 MB
* 纹理感知去拜耳处理：每张图像约 15 MB

Chloros 会根据您的数据集大小自动计算所需内存，并在建议使用交换空间时发出警告。

### OOM（内存不足）备用方案

如果在处理过程中检测到内存不足的情况：

1. Chloros 会自动减少 GPU 工作线程数
2. 从 `fused_gpu` 管道回退至 `tiled_gpu` 管道（内存利用率更高）
3. 以降低的吞吐量继续处理，而非崩溃

***

## 现场部署

### 功耗注意事项

| Jetson 型号        | 典型功耗   | 备注             |
| ---------------- | ------ | -------------- |
| Jetson Nano      | 5-10W  | USB-C 或桶形插头    |
| Jetson Orin Nano | 7-15W  | DC 桶形插头        |
| Jetson Orin NX   | 10-25W | DC 桶形插头        |
| Jetson AGX Orin  | 15-60W | USB-C PD 或桶形插头 |

请为持续处理规划电源预算——峰值功耗出现在 GPU 密集型线程 3（处理）期间。

### 存储建议

* **强烈建议**在 arm64 部署中使用**NVMe SSD**
* SD 卡速度过慢，不适合处理任务 — 仅用作启动介质
* 处理后的输出数据量通常是原始图像数据量的 2-3 倍，请预留相应空间

### 通过 SSH 实现无显示器运行

Chloros CLI 非常适合无头 Jetson 部署：

```bash
# 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
```

### 使用 systemd 进行自动化处理

创建一个 systemd 服务以实现自动化处理：

```ini
# /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
```

配合 systemd 定时器实现定时处理：

```ini
# /etc/systemd/system/chloros-process.timer
[Unit]
Description=Run Chloros Processing Every Hour

[Timer]
OnCalendar=hourly
Persistent=true

[Install]
WantedBy=timers.target
```

```bash
sudo systemctl enable chloros-process.timer
sudo systemctl start chloros-process.timer
```

***

## 示例工作流

### 基础 Jetson 处理

```bash
#!/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
```

### Jetson 上的 Python SDK

```python
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!")
```

### 批量处理多个飞行任务

```bash
#!/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
```

***

## 推荐的现场使用 Jetson 系统

针对野外及机载部署，请考虑以下 Jetson Orin NX 16GB 载板选项：

* **机载/无人机**：具备抗振等级（MIL-STD）、轻量化（低于 300 克）及被动散热的系统
* **坚固型野外**：配备 IP67/IP69K 防水外壳，支持 PoE GigE 摄像头连接
* **精简/经济型**：配备扩展外壳的开发套件

如需针对您的部署场景获取具体的硬件建议，请联系 [MAPIR 技术支持](https://www.mapir.camera/community/contact)。

***

## 后续步骤

* [Linux 安装](/chloros/zh-tw/linux-yu-bian-yuan-ji-suan/linux-installation.md) — Linux 安装的通用细节
* [动态计算适配](/chloros/zh-tw/chu-li-jia-gou/dynamic-compute-adaptation.md) — 完整的计算策略参考
* [处理管道](/chloros/zh-tw/chu-li-jia-gou/processing-pipeline.md) — 了解 4 线程管道
* [CLI : 命令行](/chloros/zh-tw/cli.md) — 完整的 CLI 参考
* [API : Python SDK](/chloros/zh-tw/api-python-sdk.md) — SDK 完整参考


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://mapir.gitbook.io/chloros/zh-tw/linux-yu-bian-yuan-ji-suan/nvidia-jetson-guide.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.