NVIDIA Jetson TX2 on GreenGrass
Posted cloudrivers
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了NVIDIA Jetson TX2 on GreenGrass相关的知识,希望对你有一定的参考价值。
如果您刚开始使用 AWS IoT Greengrass,我们建议您使用 Raspberry Pi 或 Amazon EC2 实例作为您的核心设备,并且按照适合您的设备的设置步骤进行操作。要使用不同的设备或平台,请按照本部分中的步骤操作。有关支持的设备平台的信息,请参阅 Greengrass 核心平台兼容性。
-
如果您的核心设备是 NVIDIA Jetson TX2,您必须先使用 JetPack 3.3 安装程序切换该固件。如果要配置不同的设备,请跳至步骤 2。
注意
您使用的 JetPack 安装程序版本基于目标 CUDA 工具包版本。以下说明使用 JetPack 3.3 和 CUDA Toolkit 9.0,因为 TensorFlow v1.10.1 和 MXNet v1.2.1 二进制文件(AWS IoT Greengrass 在 Jetson TX2 上提供用于机器学习推理)是针对此版本的 CUDA 编译的。有关更多信息,请参阅执行机器学习推理。
-
在运行 Ubuntu 16.04 或更高版本的物理桌面上,使用 JetPack 3.3 安装程序切换该固件,如 NVIDIA 文档的下载并安装 JetPack (3.3) 中所示。
按照安装程序中的说明将所有软件包和依赖项安装在 Jetson 板上,后者必须通过 Micro-B 电缆连接到桌面。
-
以正常模式重启您的面板,然后将一个显示屏连接到面板。
注意
使用 SSH 连接到 Jetson 板时,请使用默认用户名 (
nvidia
) 和默认密码 (nvidia
)。
-
-
运行以下命令以创建用户
ggc_user
和组ggc_group
。根据核心设备上安装的分配,运行的命令将有所不同。-
如果核心设备正在运行 OpenWrt,请运行以下命令:
opkg install shadow-useradd opkg install shadow-groupadd useradd --system ggc_user groupadd --system ggc_group
-
否则,请运行以下命令:
sudo adduser --system ggc_user sudo addgroup --system ggc_group
注意
如果
addgroup
命令在系统上不可用,请使用以下命令。sudo groupadd --system ggc_group
-
-
安装 Java 8 Runtime。本教程使用简单组创建工作流程,此工作流程在默认情况下启用组中的流管理器。启用流管理器后,您必须在核心设备上安装 Java 8 Runtime,然后再部署组。
-
对于基于 Debian 或基于 Ubuntua 的发行版:
sudo apt install openjdk-8-jdk
-
对于基于 Red Hat 的发行版:
sudo yum install java-1.8.0-openjdk
-
-
要确保您具有所有必需的依赖项,请从 GitHub 上的 AWS IoT Greengrass 示例存储库下载并运行 Greengrass 依赖项检查程序。 这些命令将解压和运行依赖项检查程序脚本。
mkdir greengrass-dependency-checker-GGCv1.10.x cd greengrass-dependency-checker-GGCv1.10.x wget https://github.com/aws-samples/aws-greengrass-samples/raw/master/greengrass-dependency-checker-GGCv1.10.x.zip unzip greengrass-dependency-checker-GGCv1.10.x.zip cd greengrass-dependency-checker-GGCv1.10.x sudo ./check_ggc_dependencies | more
注意
check_ggc_dependencies
脚本在 AWS IoT Greengrass 支持的平台上运行并需要特定的 Linux 系统命令。有关更多信息,请参阅依赖项检查程序的自述文件。 -
按照依赖项检查程序输出的指示,在设备上安装所有必需的依赖项。对于缺少的内核级别依赖项,您可能需要重新编译内核。要安装 Linux 控制组 (
cgroups
),您可以运行 cgroupfs-mount脚本。这将允许 AWS IoT Greengrass 设置 Lambda 函数的内存限制。在默认的容器化模式下运行 AWS IoT Greengrass 时也需要 Cgroup。如果没有错误在输出中显示,AWS IoT Greengrass 应该能够在您的设备上成功运行。
重要
本教程需要 Python 3.7 和 Java 8 运行时。
check_ggc_dependencies
脚本可能生成有关缺失的可选运行时先决条件的警告。您可以忽略这些警告。有关 AWS IoT Greengrass 要求和依赖项的列表,请参阅 支持的平台和要求。
以上是关于NVIDIA Jetson TX2 on GreenGrass的主要内容,如果未能解决你的问题,请参考以下文章
Nvidia Jetson TX2 上编译安装 TensorFlow r1.5
Vulkan 演示无法在 Nvidia Jetson TX2 上编译
NVIDIA Jetson TX2 通过JetPack 3.1刷机后不能启动连网问题解决