1. 源由

目前，有很多科研性质的自动导航的开源代码，例如：

• Linux 35.5 + JetPack v5.1.3@VINS-Fusion编译安装
• Linux 35.5 + JetPack v5.1.3@FC-Planner编译安装
• Linux 35.5 + JetPack v5.1.3@ego-planner-swarm编译安装
• Linux 35.5 + JetPack v5.1.3@ego-planner编译安装
• Linux 35.5 + JetPack v5.1.3@RACER编译安装
• Linux 35.5 + JetPack v5.1.3@FUEL编译安装
• Linux 35.5 + JetPack v5.1.3@Fast-Planner编译安装

但是这些代码都有一个特性，基于ROS系统的一些组件：

• Linux 35.5 + JetPack v5.1.3@ros-noetic安装

当然逻辑上ROS2系统有对应的组件，但是要做升级就需要解决一些兼容性，以及异常问题的DEBUG。可以做，但是。。。。

从学习、研究、以及短平快项目的国内大体环境下，不会去深入系统性的解决问题，除非有利润，这是企业需要做的事情。

为了工作、学习上的收敛，期望jetson orin平台上能够集成更多的功能，我们暂时将目标对准了支持ROS中间件的Jetpack 5.1.4版本。

因为，该版本基于ubuntu20.04，支持ROS中间件，并且NVIDIA大部分AI算法以及Deepstream的功能都支持，且应该BUG修复的相对完善。

但是，pytorch官方仅支持到到2.1版本，虽然Jetpack5系列并未EOL。而在实际应用过程发现NVIDIA pytorch2.1存在导出onnx问题。

因此，想在Jetpack5系列上支持更新的pytorch版本。

2. 折腾

• build script for pytorch or up to date pytorh binary release supporting jetson boards running L4T35.6
• pytorch v2.5.1 build for nvidia jetson orin nano 8GB ·#143624
• pytorch v2.4.1 build for nvidia jetson orin nano 8GB #143816
• pytorch v2.3.1 build for nvidia jetson orin nano 8GB #143856
• pytorch v2.2.2 build for nvidia jetson orin nano 8GB #143861
• pytorch v2.3.1 build failed - CUDA kernel function #143935

功夫不负有心人，但要做好徒劳无果的准备，通常都是徒劳无果的情况居多！

3. 构建步骤

3.1 下载代码

$ git clone git@github.com:pytorch/pytorch.git
$ git checkout v2.3.1
$ git submodule update --init --recursive

注：大家可以直接从pytorch官方网站获取代码，或参考SnapDragonfly/pytorch。

3.2 编译选项

$ export USE_NCCL=0
$ export USE_DISTRIBUTED=0
$ export USE_QNNPACK=0
$ export USE_PYTORCH_QNNPACK=0
$ export USE_PRIORITIZED_TEXT_FOR_LD=1

注：不同的版本，选项可能有所不同，具体根据实际情况调整。

3.3 CUDA选项

$ export TORCH_CUDA_ARCH_LIST="8.7"

注：8.7 是jetson orin板子的CUDA版本。

3.4 CUDA路径

$ export PATH=/usr/local/cuda/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

注：当前使用的CUDA版本，这里是一个软连接。

3.5 版本控制

$ export PYTORCH_BUILD_VERSION=2.3.1
$ export PYTORCH_BUILD_NUMBER=1
$ export L4T_BUILD_VERSION=35.6

注1：PYTORCH_BUILD_VERSION 是对应checkout的pytorch版本。
注2：L4T_BUILD_VERSION 是NVIDIA L4T版本号。

3.6 编译whl

$ python3 setup.py bdist_wheel

4. 总结

通过不懈的努力，顺利构建了一下二进制：

• Release pytorch_v2.2.2+l4t35.6-cp38-cp38-aarch64
• Release pytorch_v2.1.2+l4t35.6-cp38-cp38-aarch64

注：这里需要注意各自板子当前系统的swap内存大小，笔者看到最大使用到9.2GB。

希望，在不久的将来，能够构建出 2.3.1 / 2.4.1 甚至更高的版本！

5. 参考资料

【1】Linux 35.6 + JetPack v5.1.4@yolo安装
【2】Linux 35.6 + JetPack v5.1.4@python opencv安装
【3】Linux 35.6 + JetPack v5.1.4@DeepStream安装
【4】Linux 35.6 + JetPack v5.1.4之RTP实时视频Python框架
【5】Linux swap 配置与虚拟内存