当前位置： 首页 > news >正文

【工具安装使用-Jetson】Jetson Orin Nano 刷机和踩坑总结

news 2025/8/26 13:56:52

1. 硬件 Jetson Orin Nano Super Developer Kit

1.1. 介绍

Jetson Orin Nano Super Developer Kit 是 NVIDIA 在 Jetson Orin Nano 系列基础上推出的一款 高性能开发套件，主要面向嵌入式 AI、边缘计算和机器人等应用场景。

super版本介绍

  • 官网介绍：https://developer.nvidia.com/blog/nvidia-jetson-orin-nano-developer-kit-gets-a-super-boost/
  • 官方对比：
    在这里插入图片描述
  • AI 性能：Sparse INT8 TOPS 从 40 TOPS 提升至 67 TOPS，性能提高约 1.7 倍。
  • 内存带宽：从约 68 GB/s 提升至 102 GB/s，提升约 50%。
  • CPU 频率：从 1.5 GHz 增至 1.7 GHz。
  • 电源与功耗模式：在原有的 7W／15W 基础上，新增更高功耗模式（如 25W MAXN Super），以支持更高频率。
  • 价格：从之前的 $499 降至 $249，性价比显著提升。

简单来说，Jetson Orin Nano Super 开发者套件在硬件不变的情况下，通过软件更新解锁了更高的性能上限（更高的GPU、CPU和内存频率，以及功率25W）

1.2. 安装

  • 通过下载最新的 JetPack 6.2（这是支持 Super Mode 的版本）
    JetPack 6.2 = Ubuntu 22.04 + L4T R36.4.4 + CUDA/cuDNN/TensorRT
    内含“Super Mode” 功能

JetPack 6.2 之后，默认支持 Super Mode，启用方法：

# 查看支持的电源模式（支持25W）
sudo nvpmodel -q# 切换到 Super 模式（一般是 MAXN Super，对应 ID=2 或 3）
sudo nvpmodel -m 2# 确认已生效
sudo nvpmodel -q --verbose

1.3. 查看版本

# 查看 JetPack/L4T 版本
head -n 1 /etc/nv_tegra_release
  • jtop查看，启动后在顶部就能看到：
    • 开发板型号（如 Jetson Orin Nano DevKit / Super）
    • JetPack 版本
    • L4T 版本
NVIDIA Jetson Orin Nano Super Developer Kit
[JetPack 6.2] [L4T 36.4.4
  • 查看硬件模块信息
sudo jetson_release

2. 软件 Jetpack

2.1. Jetpack介绍

JetPack 是 NVIDIA Jetson 平台的官方软件开发套件 (SDK)，运行在 Jetson 硬件上，为 Jetson 系列设备（Nano、Orin Nano、Orin NX、AGX 等）的 操作系统 + 驱动 + AI 开发工具包 的整合发行版。

  • L4T（Linux for Tegra） 是 NVIDIA 为 Jetson 系列开发板提供的 官方 Linux 系统底层镜像。
  • L4T = 系统内核 + 驱动
  • JetPack = L4T + NVIDIA AI 软件 + 开发工具
名称内容
L4T R36.4.4Linux 内核 5.15 + NVIDIA GPU/AI 驱动
JetPack 6.2L4T R36.4.4 + CUDA 12.6 + cuDNN 9.3 + TensorRT 10.3 + VPI + Nsight + 容器工具

2.2. 安装

（1）下载最新 JetPack SDK 镜像

  • JetPack 6.2.1
  • 镜像下载： NVIDIA JetPack Download Center
    在这里插入图片描述
    有三种方法安装：推荐SDK Manager方法安装

（2）SDK Manager下载安装

NVIDIA SDK Manager 的核心作用是作为一个集成的、用户友好的软件包和依赖管理器，它能够：

  1. 统一管理：在一个地方为多种 NVIDIA 平台（如 Jetson, DRIVE, Holoscan 等）提供 SDK 下载和安装服务。
  2. 自动化配置：自动处理 SDK、工具和驱动程序之间的组合与依赖关系，避免版本不兼容的问题。
  3. 跨平台支持：既可以在您的开发主机（如 PC）上安装软件开发工具（如库、API），也可以为 NVIDIA 的硬件开发平台（如 Jetson 开发者套件）烧录操作系统和固件（Flashing）。
  4. 提供便捷更新：通过通知功能，让开发者及时了解并获取 NVIDIA 的最新软件更新。
    在这里插入图片描述
  • SDK Manager官方下载网站：https://developer.nvidia.com/sdk-manager
  • SDK Manager官方安装指南：https://docs.nvidia.com/sdk-manager/install-with-sdkm-jetson/index.html

在这里插入图片描述

  • 从官网下载适用于主机操作系统的 SDK Manager 安装包
    在这里插入图片描述

（3） 使用SDK Manager安装JetPack

  • 官方使用文档：https://docs.nvidia.com/sdk-manager/install-with-sdkm-jetson/index.html
  • 找到 Jetson Orin Nano Dev Kit 上的 USB-C 端口 用数据线连接到主机上
  • 使用跳帽或者杜邦线短接FC REC和GND引脚，进入Recovery模式
  • 不用选择Host Machine（不在host机器上开发）

使用 /opt/nvidia/sdkmanager/sdkmanager 启动软件
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3. 踩坑总结

  1. jtop显示L4T 36.4.4但Jetpack NOT DETECTED -> 修改映射文件
    手动修改 jetson_variables.py添加了"36.4.4": “6.2.1”，更新系统服务并重启， Jtop就可以显示Model: NVIDIA Jetson Orin NX Engineering Reference Developer Kit - Jetpack 6.2.1 [L4T 36.4.4]了

  2. 没有看到25W的电源选项 -> 修改DTB（设备树）文件
    查询问题原因可能是正在使用的模块与系统启动时加载的设备树（device tree） 不匹配

# 查看所有DTB文件
ls -la /boot/*.dtb# 选择合适的DTB文件，手动指定DTB# 1. 备份当前配置
sudo cp /boot/extlinux/extlinux.conf /boot/extlinux/extlinux.conf.backup# 2. 编辑配置文件
sudo nano /boot/extlinux/extlinux.conf# 在APPEND行后添加FDT行：
# APPEND ${cbootargs} root=PARTUUID=... 
FDT /boot/tegra234-p3768-0000+p3767-0003-nv-super.dtb# 重启Jetson

tegra234-p3768-0000+p3767-0003-nv-super.dtb 是一个设备树二进制文件
各部分含义：

tegra234: Jetson Orin系列的SoC标识
p3768-0000: 载板型号（Orin Nano开发套件载板）
p3767-0003: 模组型号（标准Orin Nano 8GB模组）
nv: NVIDIA标识
super: 性能增强配置
.dtb: Device Tree Blob（设备树二进制文件）

4. Jetson 系统查看常用命令

1. cat /proc/device-tree/model

NVIDIA Jetson Orin Nano Engineering Reference Developer Kit Super

说明当前设备树 (DTB) 已经配置为 Orin Nano 开发套件 Super 模式，即支持 25W 功耗模式，而不是默认的 15W。

2. jetson_release

Model: NVIDIA Jetson Orin Nano Engineering Reference Developer Kit Super - Jetpack 6.2.1 [L4T 36.4.4]
NV Power Mode[2]: MAXN_SUPER
Hardware:- P-Number: p3767-0003- Module: NVIDIA Jetson Orin Nano (8GB ram)
  • Model：被识别为 Orin Nano 开发套件（Super 版）。
  • NV Power Mode[2]: MAXN_SUPER → 当前 nvpmodel 已切换到 MAXN_SUPER（25W 模式）。
  • P-Number: p3767-0003 → 硬件 BOM 号表明实际模组是 Orin Nano 8GB。
  • CUDA 12.6, cuDNN 9.3, TensorRT 10.3 → 软件栈来自 JetPack 6.2.1，对应 L4T 36.4.4。

3. head -n 1 /etc/nv_tegra_release

# R36 (release), REVISION: 4.4, ... DATE: Mon Jun 16 16:07:13 UTC 2025

表示系统固件 (L4T) 版本：

  • R36.4.4 → JetPack 6.2.1
  • 内核版本 5.15.148-tegra

4. sudo tegrastats

08-26-2025 10:28:29 RAM 769/7620MB (lfb 4x4MB) SWAP 0/3810MB (cached 0MB)
CPU [0%@729,2%@729,0%@729,0%@729,0%@729,0%@729]
EMC_FREQ 0%@2133 GR3D_FREQ 0%@[305]
cpu@49.25C soc2@48.312C soc0@46.875C gpu@50.281C tj@50.281C soc1@49.468C
VDD_IN 4463mW/4463mW VDD_CPU_GPU_CV 446mW/446mW VDD_SOC 1460mW/1460mW

字段解读：

  • RAM 769/7620MB → 系统占用 769MB / 8GB。
  • CPU → 6 核全在低频 729 MHz，负载接近 0%，空闲状态。
  • EMC_FREQ 0%@2133 → 内存控制器 (DDR5) 最大 2133MHz，目前 0% 占用。
  • GR3D_FREQ 0%@[305] → GPU 频率 305MHz，空闲。
  • 温度 → CPU ~49°C，GPU ~50°C，正常。
  • VDD_IN 4463mW → 整机功耗 ~4.5W（待机/轻载）。
  • VDD_CPU_GPU_CV 446mW → CPU+GPU 电源轨占 ~0.45W（几乎空载）。
  • VDD_SOC 1460mW → SoC 逻辑部分耗电 ~1.4W。

关键点：虽然已经切到 MAXN_SUPER 模式，但由于没跑负载，功耗仍然在 4~5W 待机水平，没有拉到 25W。

5. jtop

应该能看到：

  • Power Mode 显示 MAXN_SUPER ✅
  • CPU/GPU/EMC 频率曲线 全部在低频，因为没跑 workload
  • 温度 和 tegrastats 一致

6. cat /etc/nvpmodel.conf | grep "POWER_MODEL"

# < POWER_MODEL ID=id_num NAME=mode_name >
# This starts a section of POWER_MODEL configurations, followed by
# This file must contain at least one POWER_MODEL section.
# POWER_MODEL DEFINITIONS #
< POWER_MODEL ID=0 NAME=15W >
< POWER_MODEL ID=1 NAME=25W >
< POWER_MODEL ID=2 NAME=MAXN_SUPER >
< POWER_MODEL ID=3 NAME=7W >

  • ID=0 NAME=15W
    → 默认模式（一般 Orin Nano 出厂就是 15W 模式），CPU/GPU 限频较低，适合发热和功耗敏感场景。

  • ID=1 NAME=25W
    → 开放到 25W 功耗预算，比 15W 模式更高的频率、更高的性能。

  • ID=2 NAME=MAXN_SUPER
    → 超级 MAXN 模式，等价于 “解锁所有资源”，让 CPU、GPU、EMC 都能跑满，理论峰值接近 25W（甚至更高，具体取决于供电与散热）。
    这是 Orin Nano DevKit Super 特有的配置。

  • ID=3 NAME=7W
    → 节能模式，限制 CPU/GPU 频率，适合轻载或电池供电环境。

5. 参考资料

https://www.cnblogs.com/linkstu/p/19000290
https://www.waveshare.net/wiki/%E6%A8%A1%E6%9D%BF:Jetson_Orin_Nano_%E5%8D%87%E7%BA%A7%E4%B8%BA_Super_%E8%AF%B4%E6%98%8E
https://www.cnblogs.com/SkyXZ/p/18572123
https://www.bilibili.com/video/BV1y24y1K7pk/?share_source=copy_web&vd_source=55bdcd14dcf533f94ebecbc59d05cddb
https://blog.csdn.net/weixin_51199938/article/details/133203868
https://blog.csdn.net/qq_35789981/article/details/133299017

http://www.dtcms.com/a/350751.html

相关文章：

  • 如何在IDEA中使用Git
  • 【嵌入式电机控制#进阶4】无感控制（二）：观测器导论锁相环（全网最通俗易懂）
  • WAS/WDF资源文件工具
  • C ：结构体对齐
  • vue+vite打包后的文件希望放在一个子目录下
  • Python 并发编程全面指南(多线程 多进程 进程池 线程池 协程和异步编程) 队列
  • 【leetcode】82. 删除排序链表中的重复元素（二）
  • 微算法科技(NASDAQ：MLGO)使用预测分析动态调整区块大小，构建可持续的区块链网络
  • Cursor概述及环境配置
  • 博客园-awescnb插件-geek皮肤异常问题修复
  • Java数据结构——8.优先级队列(堆)（PriorityQueue）
  • SOME/IP-SD报文中 Option Format（选项格式）-理解笔记1
  • 使用 NetworkManager 管理 Wi-Fi 热点
  • 无线USB转换器TOS-WLink网盘更新--TOS-WLink使用帮助V1.0.pdf
  • 管理驾驶舱不是面子工程！一文讲清搭建思路和具体步骤
  • 【Java SE】认识String类
  • B样条基函数：从数学原理到Python实现
  • 智数园区-前台
  • 高可用集群
  • Linux网络设备驱动深度分析
  • 鸿蒙ArkTS 基础篇-04-函数
  • TensorRT-LLM 深度解析：解锁大模型极致推理性能
  • git stash简单使用
  • 【ACP】2025-最新-疑难题解析-6
  • 评估单基因对肿瘤免疫微环境（TIME）的影响，并分析与显著相关免疫细胞的相关性
  • 【记录】Windows｜Windows配置防火墙使某个应用禁止联网
  • ffmpeg测试rtsp地址
  • Ansible自动化运维：原理以及安装教程
  • 毕业项目推荐：04-基于yolov8/yolov5/yolo11的鸟类检测识别系统（Python+卷积神经网络）
  • 【数据可视化-99】2025 年各地区夏粮产量可视化分析：Python + pyecharts打造炫酷暗黑主题大屏