NVIDIA Jetson 环境安装指导 PyTorch | Conda | cudnn | docker

本文适用于Jetson Nano、TX1/TX2、Xavier 和 Orin系列的设备，供大家参考。

1、PyTorch不同版本安装

这里适用于Jetson Nano、TX1/TX2、Xavier 和 Orin ，需要JetPack 4.2以上。

下载地址：PyTorch for Jetson - Jetson & Embedded Systems / Announcements - NVIDIA Developer Forums

这些pip wheel 是为 ARM aarch64 架构构建的，下载后是一个xxx.whl文件

然后用 pip install xxx.whl 进行安装就可以啦~

比如安装torch 2.3，可以选择两个版本（CUDA12.2、或者CUDA12.4）

需要注意的是 JetPack对应的版本是6，才能安装torch 2.3

如果上面网址中没找到最新的torch版本

请参考下面的网址：

https://pypi.jetson-ai-lab.dev/

比如，系统的CUDA版本是12.6的，点击进去进行查找

然后搜索一个关键字，比如“torch”就可以下载啦

 2、Jetson 安装 Conda

（推荐）清华源下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

 选择aarch64架构的，然后下载运行安装就可以啦~

或者去官网下载，也是可以的https://www.anaconda.com/download/success

3、适用于Jetson的AI容器

开源地址：https://github.com/dusty-nv/jetson-containers/tree/master

通过构建docker，为 NVIDIA Jetson 🚀🤖 提供最新的 AI/ML 软件包

下面是一些主流的模型和框架，完整列表可以参阅 packages 目录

ML	pytorch tensorflow jax onnxruntime deepstream holoscan CTranslate2 JupyterLab
LLM	SGLang vLLM MLC AWQ transformers text-generation-webui ollama llama.cpp llama-factory exllama AutoGPTQ FlashAttention DeepSpeed bitsandbytes xformers
VLM	llava llama-vision VILA LITA NanoLLM ShapeLLM Prismatic xtuner
VIT	NanoOWL NanoSAM Segment Anything (SAM) Track Anything (TAM) clip_trt
RAG	llama-index langchain jetson-copilot NanoDB FAISS RAFT
L4T	l4t-pytorch l4t-tensorflow l4t-ml l4t-diffusion l4t-text-generation
CUDA	cupy cuda-python pycuda numba opencv:cuda cudf cuml
Robotics	Cosmos Genesis ROS LeRobot OpenVLA 3D Diffusion Policy Crossformer MimicGen OpenDroneMap ZED
Graphics	stable-diffusion-webui comfyui nerfstudio meshlab pixsfm gsplat
Mamba	mamba mambavision cobra dimba videomambasuite
Speech	whisper whisper_trt piper riva audiocraft voicecraft xtts
Home/IoT	homeassistant-core wyoming-whisper wyoming-openwakeword wyoming-piper

下面是一些示例demo： 

在 NVIDIA Jetson AGX Orin 上使用 LLaVA-1.5 13B 进行多模态语音聊天（容器：NanoLLM）

在 NVIDIA Jetson AGX Orin 上与 Llama-2-70B 进行交互式语音聊天（容器：NanoLLM)

NVIDIA Jetson 上的实时多模态 VectorDB（容器：nanodb)

Live Llava 2.0 - Jetson Orin 上的 VILA + 多模态 NanoDB（容器：NanoLLM）

4、Jetson 部署推理

开源地址：https://github.com/dusty-nv/jetson-inference?tab=readme-ov-file

该项目使用 TensorRT 在 C++ 或 Python 的 GPU 上运行优化网络，并使用 PyTorch 训练模型。

支持的 DNN 视觉基元包括用于图像分类的 imageNet、用于对象检测的 detectNet、用于语义分割的 segNet、用于姿势估计的 poseNet 和用于动作识别的 actionNet。

提供了从实时摄像机源进行流式传输、使用 WebRTC 制作 Web 应用程序以及支持 ROS/ROS2 的示例。

下面是不同视觉任务的推理代码参考文档：

C++	Python
Image Recognition	imageNet	imageNet
Object Detection	detectNet	detectNet
Segmentation	segNet	segNet
Pose Estimation	poseNet	poseNet
Action Recognition	actionNet	actionNet
Background Removal	backgroundNet	actionNet
Monocular Depth	depthNet	depthNet

PS：有其他的问题可以先在论坛查找，基本能解决大部分问题

https://forums.developer.nvidia.com/

分享完成~