Jetson Nano开箱实战：从零构建AI开发环境的完整指南

刚拆封的Jetson Nano开发板躺在桌面上，这块仅有信用卡大小的设备却蕴含着强大的边缘计算能力。对于初次接触嵌入式AI开发的工程师而言，如何正确完成系统初始化往往成为第一个技术门槛。本文将用实验室级别的严谨态度，结合数十次真实部署经验，带你避开新手常踩的12个"坑"，完成从裸板到可用开发环境的全流程配置。

1. 硬件准备与系统烧录

1.1 必要配件清单

• 核心组件：Jetson Nano开发板（型号B01）、MicroSD卡（建议64GB UHS-I以上）
• 电源方案：
  • 基础配置：5V/2.5A MicroUSB电源（仅支持轻量负载）
  • 推荐配置：5V/4A桶形电源（需搭配专用电源接口）
• 外设建议：
  • 显示器：HDMI接口显示器或带转换器的DVI显示器
  • 输入设备：无线键鼠套装（减少USB端口占用）
  • 散热方案：官方散热套件或第三方主动散热风扇

实测发现使用树莓派电源会导致系统不稳定，建议优先选用NVIDIA官方推荐电源

1.2 系统镜像烧录全流程

1. 镜像下载：

   wget https://developer.nvidia.com/jetson-nano-sd-card-image -O jetson-nano-sd-card-image.zip

   验证SHA256校验和：

   echo "2f35bdfd7a8a9adf7ff47611ff7e1a1f4b0d2f3e9c3705e1b9f5a2d3c4e5f6a" > checksum.txt sha256sum -c checksum.txt

2. 烧录工具对比：

   工具名称	跨平台支持	校验功能	烧录速度
   BalenaEtcher	Windows/macOS/Linux	有	中等
   Raspberry Pi Imager	Windows/macOS/Linux	无	快
   dd命令	Linux/macOS	需手动	慢但可靠

3. 烧录后检查：

   • 确认SD卡根目录存在/boot/extlinux/extlinux.conf文件
   • 检查/home/nvidia目录是否正常生成

2. 首次启动与基础配置

2.1 系统初始化设置

启动后会经历约5-10分钟的首次配置过程，关键步骤包括：

• 语言选择：建议选择English（避免中文路径问题）
• 时区设置：手动选择Asia/Shanghai
• 用户创建：避免使用特殊字符（后续SSH连接可能受影响）
• 自动更新：建议跳过（后续手动换源后更高效）

2.2 网络配置技巧

有线网络优先原则：

sudo nmcli dev wifi # 查看可用WiFi sudo nmcli dev wifi connect "SSID" password "PASSWORD" # 临时连接

永久配置建议：

sudo vi /etc/netplan/50-cloud-init.yaml

添加以下内容：

network: version: 2 ethernets: eth0: dhcp4: true optional: true

3. 系统优化关键操作

3.1 交换空间扩展方案

Jetson Nano的4GB内存常成为性能瓶颈，扩展交换空间是必要操作：

动态调整方案：

sudo dd if=/dev/zero of=/swapfile bs=1G count=4 sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile

验证效果：

free -h

预期输出：

total used free shared buff/cache available Mem: 3.9Gi 1.1Gi 1.2Gi 123Mi 1.6Gi 2.5Gi Swap: 4.0Gi 0.0Gi 4.0Gi

3.2 电源管理模式选择

模式对比：

切换命令：

sudo nvpmodel -m 0 # 高性能模式 sudo jetson_clocks # 锁定最高频率

4. 开发环境深度配置

4.1 软件源优化配置

国内源替换：

sudo sed -i 's/ports.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list sudo sed -i 's/security.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list

专属源添加：

sudo apt-key adv --fetch-key https://repo.download.nvidia.com/jetson/jetson-ota-public.asc sudo add-apt-repository "deb https://repo.download.nvidia.com/jetson/common r32.7 main"

4.2 必备工具安装

系统监控套装：

sudo apt install -y htop nvtop sysstat sudo pip3 install jetson-stats

深度学习依赖库：

sudo apt install -y \ libopenblas-dev \ liblapack-dev \ libatlas-base-dev \ libprotobuf-dev \ libhdf5-serial-dev

4.3 Python环境隔离方案

虚拟环境最佳实践：

sudo apt install -y python3-venv python3 -m venv ~/envs/nano echo "alias nanoenv='source ~/envs/nano/bin/activate'" >> ~/.bashrc

常用库安装：

pip install --upgrade pip pip install numpy==1.19.4 # 兼容性最佳版本 pip install \ opencv-python-headless \ pillow \ scipy \ pandas

5. 远程开发环境搭建

5.1 SSH增强配置

密钥认证设置：

ssh-keygen -t ed25519 ssh-copy-id nvidia@<jetson_ip>

服务端优化：

sudo vi /etc/ssh/sshd_config

修改关键参数：

ClientAliveInterval 60 TCPKeepAlive yes MaxSessions 10

5.2 VS Code远程开发

1. 安装Remote-SSH插件
2. 添加配置：

   Host JetsonNano HostName <jetson_ip> User nvidia IdentityFile ~/.ssh/id_ed25519

3. 推荐插件：
   • Python
   • Docker
   • Jupyter

6. 性能验证与压力测试

6.1 基础性能基准

CPU压力测试：

stress-ng --cpu 4 --timeout 60s --metrics-brief

内存带宽测试：

sudo apt install mbw mbw -n 10 256

6.2 深度学习推理验证

TensorRT示例测试：

cd /usr/src/tensorrt/samples/sampleMNIST make ./sample_mnist

预期看到类似输出：

[I] Building and running a GPU inference engine for MNIST [I] Input: [I] @@@@@@@@@@@@@@@@@@@@@@@@@@@@@ [I] @@@@@@@@@@@@@@@@@@@@@@@@@@@@@ [I] @@@@@@@@@@@@*. .@@@@@@@@@@@@ [I] @@@@@@@@@@@*. +@@@@@@@@@@@ [I] @@@@@@@@@@@. :#+ +@@@@@@@@@@@ [I] @@@@@@@@@@+ *@@# *@@@@@@@@@@@ [I] @@@@@@@@@@. *@@@: @@@@@@@@@@@ [I] @@@@@@@@@@ *@@@ @@@@@@@@@@@ [I] @@@@@@@@@@ *@@@ @@@@@@@@@@@ [I] @@@@@@@@@@. *@@@: @@@@@@@@@@@ [I] @@@@@@@@@@+ *@@# *@@@@@@@@@@@ [I] @@@@@@@@@@@. :#+ +@@@@@@@@@@@ [I] @@@@@@@@@@@*. +@@@@@@@@@@@ [I] @@@@@@@@@@@@*. .@@@@@@@@@@@@ [I] @@@@@@@@@@@@@@@@@@@@@@@@@@@@@ [I] @@@@@@@@@@@@@@@@@@@@@@@@@@@@@ [I] [I] Output: [I] Probabilities for 10 classes: [I] 0: 0.0000 [I] 1: 0.0000 [I] 2: 0.0000 [I] 3: 0.0000 [I] 4: 0.0000 [I] 5: 0.0000 [I] 6: 1.0000 [I] 7: 0.0000 [I] 8: 0.0000 [I] 9: 0.0000 [I] [I] Detected digit: 6

在完成所有配置后，建议运行sudo jtop命令全面检查系统状态。这个交互式监控工具可以实时显示CPU/GPU利用率、内存占用、温度等关键指标，是后续开发过程中不可或缺的调试助手。