最近使用Jetson开发频率较高，这里将一些基本开发组件的安装进行记录。

开启Super模式

关于Super模式的详细介绍：https://developer.nvidia.com/zh-cn/blog/nvidia-jetpack-6-2-brings-super-mode-to-nvidia-jetson-orin-nano-and-jetson-orin-nx-modules/

烧录Super模式参考：https://blog.csdn.net/weixin_53225103/article/details/147013722

Super模式实际上是通过对GPU、内存和CPU的时钟解锁更高的频率，以此提高开发板的性能。开启Super模式后，Jetson Orin NX可以使用更高的40W参考功率模式以及不设上限的MAXN Super模式。

开启Super模式与正常烧录最大的区别就是在使用sdkmanager下载完系统后需要进入到系统的文件夹中，在该路径中输入以下命令：

sudo./tools/kernel_flash/l4t_initrd_flash.sh --external-device nvme0n1p1\-ctools/kernel_flash/flash_l4t_t234_nvme.xml-p"-c bootloader/generic/cfg/flash_t234_qspi.xml"\--showlogs--networkusb0 jetson-orin-nano-devkit internal

命令来自（这里选择的是Jetson Orin Nano Developer Kit (NVMe)）：https://docs.nvidia.com/jetson/archives/r36.4.3/DeveloperGuide/IN/QuickStart.html

烧录完之后，第一次启动可能会出现无法启动的现象，并且出现：

A start job is runningforend-user configureation after initial OEM installation

如果出现了的话，再重启一下就可以了。如果不知道自己的Jetpack是否已经是能够开启Super模式，在命令输入：

jtop

会显示已经是Super的Jetpack了。可能是由于我这里烧录的是最新版的Jetpack（6.2.1），显示Jetpack NOT DETECTED，但是不影响正常使用，就先不管了。

无线网络配置

如果要使用无线网卡，需要安装驱动，因此首先需要通过网线为Jetson联网。可以直接将网线插到路由器上（也可以插到带网的电脑上，但是需要开启共享，详情可以自己搜一下）。想让Jetson联网还有其他的办法，例如使用USB等，这里使用了最简单的方式。

联网后安装驱动（我这里安装的是AX200无线网卡的驱动，AX210也适用）：

sudoaptupdate# 更新系统源否则无法找到驱动sudoaptinstall-yiwlwifi-modulessudomodprobe iwlwifi# 开启无线网卡模块

无法使用浏览器问题

https://zhuanlan.zhihu.com/p/1936952595513049503

在刷完机后，系统的浏览器无法使用（点击但是无法运行），刷机后snap版本是2.7.0，Jetson内核与snap2.7.0不兼容，所以用snap2.7.0安装chrome/firefox后，所以导致问题。

修复方法是回退到与Jetson兼容的旧版本 Snap（安装Snap 2.68.5并锁定，使其不会被snap或apt更新）：

snap download snapd--revision=24724sudosnap ack snapd_24724.assertsudosnapinstallsnapd_24724.snapsudosnap refresh--holdsnapd

Anaconda安装

Anaconda的下载推荐使用清华源，下载速度更快：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

Jetson是ARM内核的处理器，这里选择基于ARM的最新版本：

这里列出一些常用的命令（记忆力不好，太久没用会忘掉）：

• 创建虚拟环境：

conda create-nenv_namepython=3.8

• 激活/切换虚拟环境：

conda activate env_name

• 删除虚拟环境：

conda remove-nenv_name--all

• 检索指定包的安装情况：

conda search pkg_name

• 安装包：

condainstallpkg_name=X.X.X

• 更新包的版本到最新：

conda update pkg_name

• 卸载包：

conda uninstall pkg_name

Pytorch安装

由于Jetpack自带了CUDA12.6，为了安装与之匹配的Pytorch，这里新建了一个Python3.10的环境：

conda create-nmyTorchpython=3.10

如果不知道CUDA版本，输入：

nvidia-smi

进入当前环境之后，只需要输入以下命令就可以完成Pytorch的安装：

pip3installtorch torchvision --index-url https://download.pytorch.org/whl/cu126

https://pytorch.org/get-started/locally/

安装完成后测试是否能够正常使用：

importtorchprint(torch.__version__)print(torch.cuda.is_available())print(torch.backends.cudnn.version())

打印输出为：

2.9.0+cu126 True91002