1. Jetson 平台概览
NVIDIA Jetson 是面向边缘侧部署 AI/视觉/机器人应用的一类嵌入式计算平台，通常以 SoM + 载板或开发者套件的形态出现，并配套 JetPack 形成软硬件一体的开发与部署路径。业界实践中，Jetson 常通过 容器化 来固化依赖环境、简化升级，并结合 DeepStream、TAO 等工具缩短从模型到落地的路径。
本篇重点介绍两条常见 “Nano / NX” 产品线：
-
Jetson Nano：入门级、低功耗、小成本，面向学习、原型验证、轻量推理。
-
Jetson Xavier NX：中端档位，面向更高吞吐/多路视频/更复杂机器人应用。
-
另外补充 Jetson Orin NX / Orin Nano 在“自研载板适配/Bring-up”方面的关键工程要点。
2. Jetson Nano 简介
2.1 定位
Jetson Nano 常被定位为面向 Maker / 学习 / STEM 教育 与轻量化边缘 AI 项目的入门平台：体积小、功耗低，可以运行基础的视觉推理、传感器数据处理与简单机器人项目。
2.2 关键硬件规格
以下为 Jetson Nano 常见规格要点汇总：
| 项目 | 典型规格 |
|---|---|
| CPU | 四核 Arm Cortex-A57（约 1.43 GHz） |
| GPU | 128 核 Maxwell GPU（CUDA cores） |
| 内存 | 4 GB LPDDR4 |
| 存储 | microSD 卡（开发者套件常用；容量可扩展） |
| 相机 | 1× MIPI CSI-2（不同载板/版本可能存在差异） |
| 显示 | HDMI 2.0、DP 1.2 |
| 网络/USB/扩展 | 千兆以太网、USB 3.0×4、40-pin GPIO，常见 I2C/I2S/SPI/UART 等 |
| 供电/功耗 | 5V 供电（开发者套件常见 5–10W 功耗范围） |
| 系统软件 | Ubuntu-based Linux（JetPack） |
注：不同厂商整机/载板、不同 DevKit 版本（如 A02/B01/2GB 等）在 CSI 接口数量、供电方式与外围接口上会有差异。
2.3 Jetson Nano DevKit 常见接口一览
| 类别 | 常见接口 |
|---|---|
| 存储 | microSD（系统盘/数据盘） |
| 网络 | 千兆以太网 |
| USB | USB 3.0×4 |
| 显示 | HDMI、DP |
| 相机 | MIPI CSI-2（不同载板版本数量可能不同） |
| 扩展 | 40-pin GPIO（I2C/I2S/SPI/UART 等常见外设总线） |
3. Jetson Xavier NX 简介
3.1 定位与成本/人群
在常见的产品定位讨论中，Jetson Nano 往往更偏 Maker/教育，而 Xavier NX 更偏 专业/商用 的边缘 AI 模组。也有人用开发者套件价格做直观区分（例如约 99 美元 vs 399 美元 的量级对比，随时间与渠道波动）。
3.2 载板与外设差异
两者开发板尺寸相近，模组外形规格也接近，利于在开发阶段以相同/相近载板做替换测试（需注意具体 Rev/兼容性条件）。在外设与结构上常见差异包括：
-
M.2：Xavier NX DevKit 常见 M.2 Key E + M.2 Key M（Key E 可能预装 Wi-Fi/BT；Key M 可接 NVMe SSD）；Nano 载板常见仅 M.2 Key E（不同版本载板差异较大）。
-
散热/供电：Xavier NX DevKit 常见 主动散热、并可能需要 19V 供电；Jetson Nano 常见仅散热片，且可使用 5V 供电方案。
3.2.1 DevKit 外设差异对照表
| 维度 | Jetson Nano DevKit | Jetson Xavier NX DevKit |
|---|---|---|
| M.2 扩展 | 常见 1×Key E | 常见 Key E + Key M（可上 NVMe） |
| 默认散热 | 常见被动散热 | 常见主动散热 |
| 供电 | 常见 5V | 常见 19V |
| CSI 相机接口 | 不同版本可能为 1×或更多 | 常见为 2×（随载板版本） |
3.3 AI 加速架构差异
Xavier NX 的 “AI Performance” 指标常把 NVDLA 的算力一并计入，而 Jetson Nano 等较早成员主要依赖 GPU 做推理加速。工程上，这通常意味着：
-
Xavier NX 可在某些 CNN 推理任务上将部分工作负载下放到 DLA，让 GPU 留给其它任务（如 SLAM、图像处理、渲染等）。
-
基准测试中 “总 FPS” 可能是 GPU + 双 DLA 并行 的汇总结果，需要查看基准脚本对统计口径的定义。
4. 典型开发与部署方式
4.1 基准测试
有基准测试实践指出，Xavier NX 的总吞吐常体现为 GPU 与 DLA 并行的合计结果。
4.2 容器化
在 JetPack 4.4 相关的演示实践中，容器化被用来把服务器侧的容器/编排理念引入边缘设备，从而降低依赖冲突、简化升级与持续开发。示例中也提到：
-
某些演示容器中的 TensorRT 引擎文件可能是面向特定 Jetson 架构预编译的，导致无法在其它型号上直接运行。
-
多容器、多路视频场景中，存储（例如 microSD）可能成为瓶颈；使用 NVMe SSD 往往能改善吞吐稳定性。
4.2.1 部署形态要点
-
应用代码：业务逻辑与模型推理调用
-
容器镜像：固化依赖与运行环境
-
设备运行环境：JetPack + CUDA/cuDNN/TensorRT
-
输入/输出：相机、传感器、网络输入；推理输出、控制指令、告警等
4.3 自定义模型推理
工程实践中常见的结论是：TensorRT 通常需要在目标设备上完成优化与引擎生成，生成的序列化引擎（如 .plan）与硬件架构绑定，在 Xavier NX 上生成的引擎文件通常不能直接在 Jetson Nano 上运行，反之亦然。这对交付与运维意味着：
-
需要为不同目标设备分别生成/发布引擎文件；
-
或采用“在设备上首次构建引擎”的部署流程（需要时间与存储/编译环境保障）。
4.3.1 TensorRT 引擎生成与分发要点
-
训练导出模型：ONNX 或其它可被转换的中间格式
-
选择目标设备：Jetson Nano / Jetson Xavier NX
-
在目标设备上构建引擎：生成对应设备的
.plan -
分发与版本管理：按设备型号/软件栈分别管理引擎产物
5. Jetson Nano DevKit 快速上手要点
常见的 Jetson Nano DevKit 上手流程包含：
-
准备 microSD：通常建议至少 32GB 以满足系统与开发需求。
-
写入系统镜像：下载 SD Card Image，用 Etcher 等工具写入 microSD。
-
首次启动：可分为“接显示器键鼠”或“Headless 无显示”两种方式。无显示模式下，常见要求使用直流电源供电，因为 micro-USB 口可能要用于串口/设备模式通信。
5.1 上手步骤
-
准备 microSD
-
写入系统镜像
-
插卡上电启动
-
初始化方式二选一
-
接显示器/键鼠：按向导完成初始化
-
Headless：通过串口/网络完成初始化
-
-
进入系统后：安装/更新依赖并运行项目
5.2 快速检查清单
| 检查项 | 建议 |
|---|---|
| microSD 容量 | 建议 ≥ 32GB |
| 供电稳定性 | 选择质量较好的电源与线缆，避免欠压导致异常 |
| 存储瓶颈 | 多路视频/多容器时优先考虑更快的存储介质（如 NVMe） |
| 散热 | 负载高时关注温度与降频，必要时增强散热 |
6. 补充：Jetson Orin NX / Orin Nano
当使用 Jetson Orin NX / Orin Nano SoM 搭配 自研载板时，工程工作会从“应用开发”扩展到“平台适配/Bring-up”。公开开发者指南中强调的关键点包括：
6.1 板级组合与命名
-
Orin Nano DevKit 由 P3767 SoM + P3768 载板组成，整套开发者套件常以 P3766 指代；SoM 与载板通常都有 EEPROM 存储板卡 ID。
-
自研载板需要为 module/carrier 组合分配板名（小写字母数字，可含
-/_，不可含空格），并用于文件路径、设备树文件名、以及某些/proc可见信息。
6.2 使用非参考载板时需要调整的内容
在 SoM 更换到非参考载板前，通常需要同步更新/适配：
-
Kernel Device Tree（DT/DTB/DTBO）
-
MB1/MB2 配置
-
ODM data（ODMDATA）
-
刷机/分区与 flashing 配置
6.3 RootFS 与启动脚本
Jetson Linux 可使用标准或定制 rootfs，但需要确保启动框架中关键配置到位，例如 nv.sh / nvfb.sh 等脚本会完成平台相关配置；同时 Xorg/X 库、nvpmodel（功耗/频率）等也会影响系统功能与性能表现。
6.4 Pinmux/GPIO 适配
-
常见流程是从下载中心获取 Orin NX/Nano 的 Pinmux 表格（电子表格），按自研硬件修改后生成
pinmux.dtsi/gpio.dtsi/padvoltage.dtsi，并放入 BSP 指定目录后参与刷机。 -
也支持在调试阶段动态修改 pinmux（需查 TRM、寄存器地址并通过
busybox devmem等工具写寄存器）。 -
GPIO 映射常需结合内核启动日志中 gpiochip 的 base index 以及端口/偏移表计算，或通过 debugfs 查询验证。
6.5 PCIe / USB / UPHY lane 配置
指南列举了 Orin NX/Nano 的 PCIe 控制器能力差异（如 Orin NX 支持更高代际、Orin Nano 相对较低），并强调由于 UPHY lane 在 PCIe/UFS/XUSB 等间共享，自研载板必须按需求选择 lane mapping，并在 ODMDATA 与设备树节点上同步体现。USB 端口的 bring-up 通常需要在 xusb_padctl 与 xhci 节点里正确配置 USB2/USB3 lane、端口 mode、companion 关系与供电等属性。
7. 选型建议
-
Jetson Nano：适合教学/入门、轻量单路视频推理、低功耗原型；对存储与带宽较敏感，复杂多路视频/多容器负载可能受限。
-
Jetson Xavier NX：适合更高吞吐、多路视频、或需要 DLA 分担 CNN 推理、GPU 释放给其它任务的机器人/工业视觉应用；通常需要更强供电与散热设计。
-
Jetson Orin NX / Orin Nano：面向新一代边缘 AI，但若走自研载板路线，Bring-up 是必须投入的工程环节。
7.1 选型对照表
| 维度 | Jetson Nano | Jetson Xavier NX | Jetson Orin NX / Orin Nano |
|---|---|---|---|
| 定位 | 入门/学习/轻量推理 | 中端/更高吞吐/多路视频 | 新一代 NX/Nano 方向 |
| 加速器特征 | 以 GPU 为主 | GPU + DLA（常见） | 依型号不同而变化 |
| 存储与扩展 | 以 microSD 为主（DevKit 常见） | 常见可上 NVMe（DevKit 常见） | 取决于载板设计 |
| 工程投入 | 低（应用为主） | 中（应用 + 性能调优） | 高（自研载板需 Bring-up） |
8. 结语
本文为 Jetson Nano 与 Xavier NX 的入门级概览，并补充了 Orin NX/Nano 在自研载板场景下的 Bring-up 关键事项。实际选型与落地时，建议以目标模型规模、视频路数、实时性要求、功耗/散热条件以及量产载板设计复杂度为主要决策因素。
