安装和使用NVIDIA Jetson AGX Xavier

      对近几个月在Nvidia Jetson AGX Xavier上的工作做一下记录备忘，Xavier是NVIDIA的边缘计算板子的最新版本也是最高配的序列，NVIDIA Jetson序列板子的具体配置可参见下图:

      

      因机器人上需要部署网络层次深体量大的高精度AI图像识别物体检测模型，一般的边缘计算板子扛不住，于是让公司购买了NVIDIA Jetson AGX Xavier 16G内存配置的版本用于实验模型部署和调用测试(后面会写Xavier上docker镜像的制作和模型部署环境的安装的实验过程)，Xavier跟一台低档PC电脑的配置差不多了，16G内存，另外内置有32G的eMMC存储（相当于硬盘），里面安装了裁剪到最小化的Ubuntun18.04。

开箱后加电启动后进入个文本命令行界面，里面有下一步安装的说明：

      这种最小化版本是为了在做产品化部署时使用节省内存和存储空间(是否支持dokcer和GPU的使用待以后实验)，在上面做实验的话干不了什么活根本不够用，所以决定安装带图形化界面的Ubuntu，最简单的办法是按照上面的说明执行在$HOME目录（也就是默认安装好了的/home/nvidia/）下执行:

    cd NVIDIA-INSTALLER

    sudo ./installer.sh

    reboot

然后待登录界面出现后使用用户/密码nvidia/nvidia登录进入Ubuntu即可开始使用。

      由于考虑到这种方式安装的系统，可能里面很多NVIDIA的其他jetson序列功能软件没有安装，比如说deepstream，不利于后面的多种实验，所以决定不使用上面这种方式安装，而是使用jetpack重装整个Ubuntu系统以及安装NVIDIA的jetson全部功能套件。

     首先打开https://developer.nvidia.com/embedded/jetpack，点击下载NVIDIA SDK Manager(跟Nano的安装方式完全不一样，Nano是点左边下载的SD Card Image，下载后用usbtool之类的工具解压到一个sd卡里面插到Nano板子上即可以使用，里面该有的NVIDIA的软件都有了，包括GPU驱动和OpenCV都安装好了的，而Xavier需要安装SDK Manager后使用它来安装NVIDIA的软件套件):

目前最新的JetPack版本是4.3，这里一会叫JetPack，一会叫SDK Manager，一会叫JetPack Installer，感觉NVIDIA说的乱七八糟的没说清楚，感觉NVIDIA的本意是JetPack包含了Jetson Nano的SD Card Image和TX1/TX2 XAvier序列的SDK Manager,JetPack Installer也就是SDK Manager，下面把用于Xavier的JetPack叫SDK Manager好了。然后，在安装有Ubuntu18.04或者16.04的PC上安装SDK Manager，安装完后，先把Xavier连接上，用一根至少一端是HDMI接口的线把显示器连到Xavier上，然后使用一个USB hub插到Xavier的USB端口，USB hub接上USB键盘和鼠标，皆可以把Xavier当台PC使用了，如果只是重装Jetson SDK Componnets,只需要把网上插上，启动Xavier查看ip地址是什么并记录下(后面安装Jetson SDK Components时需要使用这个地址登录)，如果你重装时还需要flash Jetson OS，也就是把OS也全部重装，那么还需要用随Xavier带的Type-C转USB线把Xavier连接到你安装了SDK Manager的Linux PC主机上，USB端接PC的USB口，Type-C端插到Xavier的前面的面板(旁边有led灯和两排扩展接口针)上的Type-C接口上，注意不要插到后面的Type-C口上(这面有电源接口和网口、USB口以及HDMI口)，否则连不上，后面用SDK Manager安装软件时总是报无法检测到target。

正确连接后，在Linux PC机上执行lsusb可以看到多了个NVIDIA Corp的设备：

      在terminal里执行 sdkmanager 命令即可启动一个窗口界面，需要输入你在NVIDIA Developer注册账号时使用的邮箱地址和Developer账号对应的密码以登录到developer.nvidia.com，它这里实际上是让sdk manager作为客户端软件连到NVIDIA的云服务器上去，为后面的下载安装软件做准备，NVIDIA这个登录的地方做得差劲，输入的邮箱地址和密码都分明是对的，有时登录很慢，有时就是干脆登录不上，说你输入的用户或密码有误，其实根本没错，有时就是要点击登录十多次才连上去，真是让人想网上伸手过去揍它:

登录成功后进入到主界面：

 STEP 01窗口的第二行有Host Machine和Target Hardware，默认都勾选了，在两者上面都要安装相应的软件，Host Machine就是安装和运行SDK Manager的PC，后面的Target Hardware当然就是TX1/2或Xavier这样的板子了，如果不需要在PC上跑NVIDIA的什么软件或者更新GPU的驱动或者开发代码或者容器做针对ARM64的交叉编译，那么就可以把Host Machine的勾选去掉。

STEP 02窗口里设置下载的路径，可以勾选 Download now Install later，这样先只把所有选择的软件下载到本地，后面可以需要时重新执行SDK Manager进来后单独安装，这样特别适合晚上让它下载，第二天再安装，下载和安装都是个有点漫长的过程（全部下载成功后，下次再启动SDK Manager时在登录窗口点那个OFFLINE from local folder 页面进来即可，不用再登录到云端了):

STEP 03 窗口点右下方的大按钮开始下载，下载过程中如果网络不好，可能经常出错，遇到出错就点RETRY按钮重新下载就是，反正不断的这样直到所有的需要安装的软件套件全部下载成功:

 

全部下载成功后开始安装，如果你是上次全部下载成功了，从OFFLINE from local folder方式进来的，直接点按钮安装就行了。

 STEP 04窗口是Summary和开始下载/安装的地方:

     安装的过程中也可能会出错，可能是需要安装一些依赖包，但是当时网络不行导致安装不了，重新下载或者点RETRY按钮多试几次即可:

      如果选择了Flash Jetson OS，会重装Ubuntu操作系统，按照平时安装完Ubuntu18.04后的配置步骤一步一步往下创建你需要的用户(例如robot)和口令以及时区和语言等配置即可，记下用户和密码别忘了。

      后面安装Jetson SDK Components时PC上会弹出窗口需要指定Xavier的IP地址和登录Ubuntu的用户和口令，输入前面记录的IP和用户/密码后点Install按钮，在Xavier上弹出窗口中accept license后即可开始安装:

安装完毕:

 

     上面可以看到，我们一般需要使用的CUDA、cuDNN、GPU Driver、OpenCV、NVIDIA Container Runtime with Docker Integration都已安装了，这点非常好， NVIDIA Container Runtime with Docker Integration安装了就意味着docker sevice和NVIDIA Container Runtime都已经安装了，无需我们自己再安装docker和NVIDIA docker，可以直接创建可使用GPU的docker image并运行container了。 关于Xavier上的环境配置修改在下一篇文章里再说。