大家好，我是虎哥，GTC 2023上，NVIDIA正式推出了面向边缘AI的新一代入门款开发套件，Jetson Orin Nano Developer Kit。虽说只是入门套件，但据说相比上一代Jetson Nano有最高达80倍的性能提升！于是我在收到包裹后第一时间就进行了上手测试。这里将跟大家分享关于Jetson Orin Nano如何通过官方提供的文件包构建烧写系统。
注意：
本指南适用于NVIDIA®Jetson™ Linux版本35.3.1 GA。上次更新：2023年4月11日
英伟达发布了最新的Orin 模块，性能得到了大幅度提升，同时模块的硬件架构也得到了统一，预计会在2023年5月发布工业级的支持模块。
NVIDIA Jetson Orin Nano 开发者套件
这个开发者套件主要由3部分组成，一个 Orin Nano 8G 模组，一块载板和一个风扇。载板上的主要接口有电源接口、连接显示设备的DP接口，4个USB接口，网线接口，type-c接口。两边还有40针引脚用来连接一些传感器和外设，以及连接高速摄像头的接口。
目录
一、本文档支持的设备：
二、使用发布包，快速开始
2.1 下载发布文件包
2.2 建立完整的烧写环境
2.3 配置进入Force Recovery Mode
2.4 烧写
三、总结：
一、本文档支持的设备：
此次我们主要是以Jetson Orin Nano 8GB (P3767-0003)为核心，Jetson Orin Nano Developer Kit (P3766)为载板进行说明。
NVIDIA Jetson Orin Nano 系列模组以最小的 Jetson 外形提供高达 40 TOPS 的 AI 算力，功耗在 7W 至 15W 之间，算力相当于是 NVIDIA Jetson Nano 的 80 倍。Jetson Orin Nano 提供 8GB 和 4GB两个版本，其中开发套件是8GB版本。
二、使用发布包，快速开始
2.1 下载发布文件包
从Jetson 的下载中心，下载开发工具包的最新Jetson Linux发布包和示例文件系统Jetson Linux Archive | NVIDIA Developer
Jetson Linux Archive | NVIDIA Developer
进入后：
从下面的列表中，选择下载发布版本的文件：
下载后，将文件转移到虚拟机中，你准备好的目录中：
-rwxrw-rw- 1 nvidia nvidia 667399690 May 6 20:23 Jetson_Linux_R35.3.1_aarch64.tbz2*
-rwxrw-rw- 1 nvidia nvidia 1499224890 May 6 20:29 Tegra_Linux_Sample-Root-Filesystem_R35.3.1_aarch64.tbz2*2.2 建立完整的烧写环境
解压构建环境
#解压包Jetson_Linux_R35.3.1
tar jxvf Jetson_Linux_R35.3.1_aarch64.tbz2
#保持当前目录不变，上一步解压后出现文件夹Linux_for_Tegra，然后继续解压
sudo tar xpf Tegra_Linux_Sample-Root-Filesystem_R35.3.1_aarch64.tbz2 -C Linux_for_Tegra/rootfs/
构建完整的烧写环境
cd Linux_for_Tegra/
sudo ./apply_binaries.sh
sudo ./tools/l4t_flash_prerequisites.sh
#可能需要安装的包
sudo apt-get install sshpass
sudo apt-get install abootimg
sudo apt-get install nfs-kernel-server都正常执行完毕，我们就构建了烧写环境，这个环境是完全符合烧写Jetson Orin Nano Developer Kit ，与这个硬件是一一对应的。
sudo ./apply_binaries.sh 执行完毕后
2.3 配置进入Force Recovery Mode
使用官方的测试主板，进入Recovery Mode还是有点和之前都不一样的地方
找到Button Header。板子上的丝印本身也有管脚说明
第一步：保持模块断电，也就是先不要插电源
第二步：找到跳线冒，短接pin9和 ping10
第三步：模块上电，当然链接otg USB线到你的电脑很重要。
第四步：断开跳线
<nnnn> is a four-digit number that represents the type of your Jetson module:
7023 for Jetson AGX Orin (P3701-0000 with 32GB)
7023 for Jetson AGX Orin (P3701-0005 with 64GB)
7223 for Jetson AGX Orin (P3701-0004 with 32GB)
7323 for Jetson Orin NX (P3767-0000 with 16GB)
7423 for Jetson Orin NX (P3767-0001 with 8GB)
7523 for Jetson Orin Nano (P3767-0003 and P3767-0005 with 8GB)
7623 for Jetson Orin Nano (P3767-0004 with 4GB)
7019 for Jetson AGX Xavier (P2888-0001 with 16GB)
7019 for Jetson AGX Xavier (P2888-0004 with 32GB)
7019 for Jetson AGX Xavier (P2888-0005 with 64GB)
7019 for Jetson AGX Xavier Industrial (P2888-0008)
7e19 for Jetson Xavier NX (P3668)2.4 烧写
由于Orin Nano 已经弱化了很多EMMC的的配置，所以一般我们都要烧写到NVMe的固态，或者其它外扩存储，根据你自己的需要使用。
进入你准备好的系统目录：
cd ${your path}/Linux_for_TegraJetson Orin Nano Developer Kit and Jetson Orin NX Developer Kit (NVMe):
#烧写 Orin nano
sudo ./tools/kernel_flash/l4t_initrd_flash.sh --external-device nvme0n1p1 \
-c tools/kernel_flash/flash_l4t_external.xml -p "-c bootloader/t186ref/cfg/flash_t234_qspi.xml" \
--showlogs --network usb0 jetson-orin-nano-devkit internal
#烧写 Orin NX 16G
sudo ./tools/kernel_flash/l4t_initrd_flash.sh --external-device nvme0n1p1 \
-c tools/kernel_flash/flash_l4t_external.xml -p "-c bootloader/t186ref/cfg/flash_t234_qspi.xml" \
--showlogs --network usb0 p3509-a02+p3767-0000 internalJetson Orin Nano Developer Kit and Jetson Orin NX Developer Kit (USB):
sudo ./tools/kernel_flash/l4t_initrd_flash.sh --external-device sda1 \
-c tools/kernel_flash/flash_l4t_external.xml -p "-c bootloader/t186ref/cfg/flash_t234_qspi.xml" \
--showlogs --network usb0 jetson-orin-nano-devkit internalJetson Orin Nano Developer Kit and Jetson Orin NX Developer Kit(SD):
sudo ./tools/kernel_flash/l4t_initrd_flash.sh --external-device mmcblk1p1 \
-c tools/kernel_flash/flash_l4t_external.xml -p "-c bootloader/t186ref/cfg/flash_t234_qspi.xml" \
--showlogs --network usb0 jetson-orin-nano-devkit internal烧写系统至EMMC
sudo ./flash.sh jetson-orin-nano-devkit internal开始制作镜像文件
烧写过程比较长，需要3个步骤，所以慢慢等待。
烧写成功。记得模块加风扇，不加风扇，烧到一半的过程太容易死机。切记。
三、总结：
-
通过以上的介绍和测试可以看出，Jetson Orin Nano
-
体积小、重量轻、功耗小，比较适合一些条件苛刻的边缘计算场景
-
但小归小，它的性能并不弱，可以提供40万亿次运算的AI性能，是之前JetsonNano的80倍。可以胜任大量的AI相关开发需求。
-
另外它还配套了NVIDIA JetPack 5.1，提供了用于加速GPU计算、多媒体、计算机视觉和图形的相关库，支持DeepStream、Isaac、Riva等SDK，是一套完整的边缘AI开发环境。极大地方便了开发者。
-
所以 NVIDIA Jetson Orin Nano 很适合用来开发入门级AI应用。另外，用它来作为学习和实践AI的设备也是一种不错的选择。但如果你对性能有更高要求，那可能就要考虑 AGX orin 了。
Jetson上还提供了许多有意思的AI demo，可以很方便地构建和运行，以及在此基础上开发自己的AI应用。这里就不一一演示了。
如果你对AI方面的开发有什么想法，欢迎在留言区中讨论。
Have fun!
纠错,疑问,交流: 911946883@qq.com
