為啥要搞Jetson TX2 ?

性能：

1. GPU：TX2 是Pascal架構的，256個CUDA cores，同是Pascal架構的GTX1080 Ti是3584個CUDA cores。
2. CPU：2個 Denver + 4個A57 相當於低功耗版本的i3，也不需要CPU幹啥。
3. 內存：8GB 128bit LPDDR4 59.7 GB/s，吞吐量還是很大的。
4. eMMC：32GB，裝上系統和Jetpack，還剩10個G多點。
5. 功耗：15W，有幾個功耗模式可以選擇。

結論：

官方建議的使用場景是Inference，所以還是不要用這個訓練大型神經網路了。

使用GPU試過訓練mnist數據集 Tensorflow的官方教程，比我2013 Late的MBP用CPU快5倍左右吧...

機器視覺物體識別(Object Detection)領域，大模型需要大內存，沒得選。之前嘗試過樹莓派 3b（內存1GB），基本稍微大一點的模型就掛了。

Jetson TX2相關資料：

學習網站：

1. Jetson Hacks 基礎知識 + geek project
2. 英偉達的開發者論壇 算是技術支持吧，畢竟花錢了...

---

刷機：預計用時 4小時

1. 鍵盤滑鼠一臺，HDMI介面的顯示器一臺。
2. Ubuntu
1. 可以實體機安裝一個ubuntu 14，作為刷機的宿主機器。
2. 因為不經常使用，在Mac上裝一個Virtual Box也是可以的，空間要預留至少50GB，參考教程。
3. 下載Jetpack:
1. 內含：TensorRT，cuDNN，CUDA，Multimedia API，L4T，Development Tools，具體看說明。
2. 目前官方版本3.1，3.2屬於Developer Preview，非常期待3.2，因為支持了Docker，能不能用Docker版本的tensorflow-gpu，目前不確定，官方說還要等Nvidia Docker release 2.0。
4. 刷機過程按官方步驟一步一步來，測試一下CUDA的例子可以跑，完事了。

框架安裝：預計用時 4小時

OpenCV4Tegra

• 教程1，教程2，build很耗時，????

Tensorflow

• 教程，build很耗時，????

一天就這麼結束了。

推薦閱讀：