Jetson orin nano配置深度学习环境

       Jetson orin nano是一块比较新的板子，装的是Ubuntu20.04系统，与普通x86_64不同，它是ARM64平台，网上的教程不是很多。

一、Jeston Orin Nano介绍

       2022年GTC，NVIDIA 宣布Jetson Orin Nano系列系统模块（SoM）。它们的 AI性能是NVIDIA Jetson Nano的80倍，为入门级边缘AI和机器人应用设定了新标准。

       Jetson Orin Nano系列生产模块已于2023年1月份上市，起价199美元。这些模块以最小的Jetson外形尺寸提供高达40 TOPS的AI性能，功率选项低至 5W，高达 15W。该系列有两个不同的版本：Jetson Orin Nano 4GB和Jetson Orin Nano 8GB，我手里的这块是8G版本的，如图。

下图是Jetson Orin Nano系列规格：

        下图是Jetson Orin Nano系列基准图，以这些基准的平均值来看，Jetson Orin Nano 8GB 的性能比Jetson Nano提高了30倍。随着未来软件的改进，英伟达官方宣布预计性能将提高45倍。

二、安装CUDA和cuDNN

       Jetson Orin Nano在系统烧录的时候可以自己选择是否要安装CUDA和cuDNN，选择安装即可，这样就不需要后续再安装了，如果希望后续安装的话，需要先安装JetPack，然后安装Jtop（类似于x86_64平台的nvidia-smi，如下图），然后安装pip3，最后根据自己的JetPack版本来安装CUDA和cuDNN。

可以参考网址：Building on Jetson — Torchaudio 2.1.0 documentation

三、安装Pytorch

       Pytorch的安装需要根据JetPack版本进行安装，下图是NVIDIA官网的对照表：

       我这里只在网上找到了torch-2.0.0a0+8aa34602.nv23.03-cp38-cp38-linux_aarch64.whl文件，因此我使用下面命令安装Pytorch：

export TORCH_INSTALL=https://developer.download.nvidia.cn/compute/redist/jp/v51/pytorch/torch-2.0.0a0+8aa34602.nv23.03-cp38-cp38-linux_aarch64.whl
 
python3 -m pip install --upgrade pip; python3 -m pip install aiohttp numpy=='1.19.4' scipy=='1.5.3' export "LD_LIBRARY_PATH=/usr/lib/llvm-8/lib:$LD_LIBRARY_PATH"; python3 -m pip install --upgrade protobuf; python3 -m pip install --no-cache $TORCH_INSTALL
 
sudo apt-get install libopenblas-dev