NVIDIA Jetson AGX Thor Developer Kit开发环境配置指南

NVIDIA Jetson AGX Thor 专为物理 AI 打造，与上一代产品 NVIDIA Jetson AGX Orin 相比，生成式 AI 性能最高提升至 5 倍。通过发布后的软件更新优化，Jetson Thor 的生成式 AI 吞吐量提升至 7 倍。

上一期我们介绍了NVIDIA Jetson AGX Thor 的硬件配置和系统安装教程，本期将深入讲解开发环境配置，包括：

系统环境确认

Docker 安装与配置

JetPack SDK 组件安装

CUDA 环境设置

一、系统环境确认

系统安装完成进入桌面后，默认即可通过账号密码 SSH 登录，下图可以查看当前的系统以及内核版本。

-  运行 nvidia-smi 可以查看 GPU 驱动版本以及支持的 CUDA 最高版本信息。

-  运行 lscpu，查看 CPU 信息：

-  运行 free -h，查看内存容量：

-  运行 lsblk，查看硬盘容量：

二、Docker 安装与配置

Docker 能够为 Jetson 带来可复现的容器化工作流程，无需牺牲速度或灵活性即可无缝访问 GPU。

1Docker 安装

下图展示了 Docker 安装过程的流程。

上一期教程采用的是“Jetson ISO Installation USB”系统安装方式，已默认预装 Docker。仅需将普通用户添加到组，即可直接使用 Docker。

然后设置 NVIDIA Container Toolkit 即可。

2Docker 测试

下载并运行一个 PyTorch 的容器。

 

docker run --rm -it 
    -v "$PWD":/workspace 
    -w /workspace 
nvcr.io/nvidia/pytorch:25.08-py3

 

进入容器后，您可以测试 PyTorch 的 GPU 功能。此外，该容器内也预配置了 CUDA 环境，可运行相关 CUDA 应用。

注：如果显示 CUDA available：False，可尝试重启系统加载配置。

三、JetPack SDK 组件安装

nvidia-jetpack 是一个元包，包含以下组件：

安装 JetPack 组件：

要在 Jetson 上安装完整的 JetPack 组件软件 / SDK，可以使用以下命令：

 

sudo apt update
sudo apt install nvidia-jetpack

 

等待命令运行完成即可。

四、CUDA 环境配置

1使用 JetPack 内置的 CUDA

CUDA 工具包已内置于 JetPack 组件中，将随其自动安装。安装完成后，仅需配置环境变量即可使用。

设置并应用环境变量。

注：运行 sudo vim ~/.bashrc 之后，需在文本下方加入以下内容：

 

export PATH=/usr/local/cuda-13.0/bin:$PATH


export LD_LIBRARY_PATH=/usr/local/cuda-13.0/lib64:$LD_LIBRARY_PATH

 

2通过 Docker 容器的方式使用 CUDA

本文第二部分 Docker 测试时所下载的 nvcr.io/nvidia/pytorch:25.08-py3 镜像内已内置 CUDA。

3使用 NGC 下载运行 CUDA 镜像

NGC（全称：NVIDIA GPU Cloud）是适用于 AI、机器学习的 GPU 优化的软件中心，也是 NVIDIA 提供的容器注册表。

在“标签”部分，您可以看到托管容器的标签列表。

请注意，它显示“2 个架构”。这意味着该容器镜像可同时适用于 x86_64 和 arm64 架构。

您可以单击标签右侧复制图标，将带有该标签的容器图像路径复制到剪贴板，然后使用 docker run 运行：

 

docker run -it --rm nvcr.io/nvidia/cuda:13.0.0-devel-ubuntu24.04

jetson@jat02-iso0817:~/$ docker run -it --rm nvcr.io/nvidia/cuda:13.0.0-devel-ubuntu24.04


==========
== CUDA ==
==========


CUDA Version 13.0.0


Container image Copyright (c) 2016-2023, NVIDIA CORPORATION & AFFILIATES. All rights reserved.


This container image and its contents are governed by the NVIDIA Deep Learning Container License.
By pulling and using the container, you accept the terms and conditions of this license:
https://developer.nvidia.com/ngc/nvidia-deep-learning-container-license


A copy of this license is made available in this container at /NGC-DL-CONTAINER-LICENSE for your convenience.


WARNING: The NVIDIA Driver was not detected.  GPU functionality will not be available.
Use the NVIDIA Container Toolkit to start this container with GPU support; see
https://docs.nvidia.com/datacenter/cloud-native/ .


root@99042c33f4b2:/#

 

至此，CUDA 环境配置完成！

现在 Jetson AGX Thor Developer Kit 已经准备就绪，您随时可以进行 AI 和边缘计算开发：

使用 Docker 容器化工作流程

基于 JetPack SDK 构建完整应用

利用 CUDA 加速计算任务

*与 NVIDIA 产品相关的图片或视频（完整或部分）的版权均归 NVIDIA Corporation 所有。