资源

Toolchain Information
jetson-linux
jetpack

1 方案1 qemu-aarch64-static和docker 容器编译jetson

打包已经正常运行的xavier系统的根文件系统，制作docker镜像，可以免去一些软件的安装，直接就可以进行应用程序的编译。

sudo apt install qemu-user-static

已经正常运行的jetson 系统上打包根文件系统

sudo su
cd /
tar -cvpzf backup.tgz --exclude=/proc --exclude=/lost+found --exclude=/backup.tgz --exclude=/mnt --exclude=/sys /

将打包好的文件系统拷贝到host系统上

sudo scp backup.tgz host_user@host_ip_address:~ 

导入docker镜像

docker import backup.tgz nvidia/xavier:r32.7.1
#查看已经导入的镜像
sudo docker images

运行docker镜像

sudo docker run -it -v /usr/bin/qemu-aarch64-static:/usr/bin/qemu-aarch64-static -v /源码存储路径:/挂载容器内目录 nvidia/xavier:r32.7.1 /bin/bash   

在容器内对源码进行交叉编译，生成二进制文件通过scp方式拷贝到xavier上

sudo scp backup.tgz xavier_user@xavier_ip_address:~ 

nvidia jetson 系列开发板系统烧录方法

1.固件下载地址

https://developer.nvidia.com/embedded/jetson-linux-archive

2.寻找对应版本JETSON LINUX VERSION

# 点击 See the online Jetson Linux Developer Guide for detailed documentation.
# 找到Quick Start 按照教程使用usb或C口线进行连接并进行烧录

2 方案2 模拟器+交叉编译器

2.1 应对库缺失的情况，进行环境准备

2.1.1 模拟器(方案1)

此处配置aarch64 ubuntu运行环境，并不是直接在该环境下进行编译工作，因为该环境下的编译太慢了；配置该环境，主要是为了能够更快速，更加便捷的获取交叉编译依赖的动态库，和静态库，头文件信息等。

参考：https://blog.csdn.net/leacock1991/article/details/113744066
参考：https://www.cnblogs.com/grass-and-moon/p/16173739.html

在编译过程中会出现很多链接库缺失的问题。这个时候就需要进入aarch64 ubuntu环境安装对应的库，并将安装后的头文件，库文件拷贝到/usr/aarch64-linux-gnu/lib目录下（或/usr/aarch64-linux-gnu/usr/lib，用于将后面拷贝的和原始带的库进行区分），头文件放到/usr/aarch64-linux-gnu/include/中。当然我们的头文件查找方式设置的是set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE BOTH)，如果在host系统目录下能够找到，那么可以不用进行拷贝。

2.1.2 在jetson上面进行安装（方案2）

在aarch64 ubuntu环境下安装的库存在异常的可能，那么可以在jetson上面进行安装，然后将对应库拷贝出来即可。

2.2 获得根文件系统，解决CUDA依赖程序

2.2.1 打包根文件系统（方案1）

已经正常运行的jetson 系统上打包根文件系统

sudo su
cd /
tar -cvpzf backup.tgz --exclude=/proc --exclude=/lost+found --exclude=/backup.tgz --exclude=/mnt --exclude=/sys /

2.2.2 利用SDK Manager安装cuda（方案2）

利用SDK Manager安装根系统，得到根文件系统，得到cuda

2.3 交叉编译

2.3.1 下载交叉编译器

Bootlin和Linaro的GCC（GNU Compiler Collection，GNU编译器集合）在本质上都是基于GCC的交叉编译工具链，但它们在提供、维护、优化以及应用场景上存在一些区别。

Bootlin的GCC

• 提供与维护：Bootlin是一家专注于嵌入式Linux和开源软件的公司，它提供了一系列预编译的交叉编译工具链，包括GCC、GDB、Binutils等，这些工具链针对特定的目标架构进行了优化和测试。Bootlin的工具链通常可以在其官方网站上找到，并提供了多种版本和架构的支持。
• 应用场景：Bootlin的工具链广泛应用于嵌入式系统、物联网（IoT）设备、汽车电子等领域，帮助开发者在不同的硬件平台上构建和调试软件。
• 特点：Bootlin的工具链注重稳定性和兼容性，确保开发者能够在不同的开发环境中使用相同的工具链进行开发，减少因工具链差异导致的兼容性问题。

Linaro的GCC

• 提供与维护：Linaro是一个由多家半导体和硬件公司组成的非盈利性组织，旨在通过开源软件优化ARM架构的处理器性能。Linaro提供了基于GCC的交叉编译工具链，这些工具链针对ARM架构进行了深度优化，以提高编译效率和生成代码的性能。
• 应用场景：Linaro的工具链特别适用于基于ARM架构的嵌入式系统和移动设备，如智能手机、平板电脑、可穿戴设备等。它帮助开发者在ARM平台上快速构建和部署高性能的应用程序。
• 特点：Linaro的工具链注重性能优化和社区支持，通过持续的技术更新和社区贡献，确保开发者能够使用到最新的编译技术和最佳实践。

区别总结

	Bootlin的GCC	Linaro的GCC
提供与维护	Bootlin公司提供，注重稳定性和兼容性	Linaro组织提供，注重性能优化和社区支持
应用场景	广泛应用于嵌入式系统、IoT设备、汽车电子等领域	特别适用于基于ARM架构的嵌入式系统和移动设备
特点	稳定性和兼容性高，减少因工具链差异导致的兼容性问题	性能优化显著，通过持续更新和社区贡献保持技术领先

综上所述，Bootlin和Linaro的GCC在提供、维护、优化以及应用场景上各有侧重，开发者可以根据自己的具体需求和目标架构选择合适的工具链。

2.3.2 配置交叉编译 toolchain.cmake

改文件参考了：https://docs.nvidia.com/vpi/sample_cross_aarch64.html

# ref: https://docs.nvidia.com/vpi/sample_cross_aarch64.html
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_PROCESSOR aarch64)

set(CMAKE_C_COMPILER /usr/bin/aarch64-linux-gnu-gcc)
set(CMAKE_CXX_COMPILER /usr/bin/aarch64-linux-gnc-g++)

set(CMAKE_FIND_ROOT_PATH /usr/aarch64-linux-gnu)
set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE BOTH)
set(CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_PROGRAM BOTH)

set(CMAKE_CUDA_FLAGS "-ccbin ${CMAKE_CXX_COMPILER} -Xcompiler -fPIC" CACHE STRING "" FORCE)

这里有个需要关注的点是配置了，CMAKE_CUDA_FLAGS，其中对ccbin参数设置为${CMAKE_CXX_COMPILER}，这个目的是设置nvcc执行过程中回调用的编译器，如果没有这个，那么生成得到.o文件将是host 机器（x86）平台下面的。

参考中的set(CMAKE_TRY_COMPILER_TARGET_TYPE STATIC_LIBRARY)这句话可以不需要，加上的话cmake的时候cuda检测会通不过。

2.3.3 执行编译

cmake -DCMAKE_TOOLCHAIN_FILE=toolchain.cmake ../

(正文完)
今天先写笔记，明天试试方案有没有坑，有坑再填坑。