Jetson Nano

Jetson Orin Nano

Site do fabricante Nvidia

• https://developer.nvidia.com/embedded/jetson-developer-kits
• https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-orin/nano-super-developer-kit/

JetPack e Ubuntu

• Informaçções sobre os JetPacks (tipo o S.O. ubuntu adaptado para funcionar nas placas Jetson): https://developer.nvidia.com/embedded/jetpack

Links Úteis

• Complete Setup Information: https://www.jetson-ai-lab.com/initial_setup_jon.html
• Getting Started Guide, mais simples

Sugestão de instalação no VeRLab

Em set/2025 a versão mais atual de Jetpack para Orin Nano era v6.2.1 com Ubuntu 22.04

1. Vocẽ vai precisar de um cabo USBC de boa qualidade para transmitir dados a 5Gbps
2. Vai precisar de um jumper para fazer curto em dois pinos do conector J14 (mais detalhes a seguir) e entrar no modo bootloader
3. Seguir o Complete Setup usando SDK Manager
4. Se quiser é possivel usar Docker para executar o SDK Manager. O SDK Manager foi instalado e usado com sucesso no Ubuntu 24.04, apesar do site da NVidia afirmar que é apenas para Ubuntu 22.04.
5. Selecionar a placa Developer Kit p3767-0005 - NVIDIA Jetson Orin Nano (Developer kit)
6. Marcar para instalar "Tudo que tem direito": Jetson Linux, Jetson Runtime Componentes, Jetson SDK Componentes, Jetson Plataform Services
7. Se Marcar opção OEM Configuration:
   - "Runtime" vai configurar coisas no primeiro boot: nome do host, fuso-horário, teclado e etc
   - "OEM" vai selecionar nome do usuário e senha no formulário e o nome do host será ubuntu, masvai copiar fuso-horário, teclado e etc igual ao do computador instalado o SDK Manager
8. Após instalar pode-se fazer essas cofigurações

Pacotes e configurações da Jetson Orin Nano

https://developer.nvidia.com/embedded/jetson-developer-kits sudo apt install tmux nano sudo pip3 install -U jetson-stats snap download snapd --revision=24724 sudo snap ack snapd_24724.assert sudo snap install snapd_24724.snap sudo snap refresh --hold snapd sudo snap install brave # Mudar nome do hostname de "ubuntu" para "orin1" # parte1: alterar o arquivo do hostname sudo nano /etc/hostname # parte2: alterar no arquivo de hosts, na linha2 127.0.0.1 ubuntu sudo nano /etc/hosts # parte3: reiniciar a jetson sudo reboot

Após a instalação e configuração deve ser possível realizar os comandos (exemplos de resultados esperados):

Comandos pós instalação esperados
$ nvidia-smi $ nvidia-smi Tue Sep 30 10:05:16 2025 +---------------------------------------------------------------------------------------+ | NVIDIA-SMI 540.4.0 Driver Version: 540.4.0 CUDA Version: 12.6 | |-----------------------------------------+----------------------+----------------------+ | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+======================+======================| | 0 Orin (nvgpu) N/A | N/A N/A | N/A | | N/A N/A N/A N/A / N/A | Not Supported | N/A N/A | | | | N/A | +-----------------------------------------+----------------------+----------------------+ +---------------------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=======================================================================================| | No running processes found | +---------------------------------------------------------------------------------------+
$ jetson_release $ jetson_release Software part of jetson-stats 4.3.2 - (c) 2024, Raffaello Bonghi Jetpack missing! - Model: NVIDIA Jetson Orin Nano Engineering Reference Developer Kit Super - L4T: 36.4.4 NV Power Mode[1]: 25W Serial Number: [XXX Show with: jetson_release -s XXX] Hardware: - P-Number: p3767-0005 - Module: NVIDIA Jetson Orin Nano (Developer kit) Platform: - Distribution: Ubuntu 22.04 Jammy Jellyfish - Release: 5.15.148-tegra jtop: - Version: 4.3.2 - Service: Active Libraries: - CUDA: 12.6.68 - cuDNN: 9.3.0.75 - TensorRT: 10.3.0.30 - VPI: 3.2.4 - Vulkan: 1.3.204 - OpenCV: 4.8.0 - with CUDA: NO
$ jtop Model: NVIDIA Jetson Orin Nano Engineering Reference Developer Kit Super - [L4T 36.4.4] Jetpack NOT D[0/0]E1 [ 0.0%] 729MHz 4 [ 1.0%] 729MHz 2 [ 2.0%] 729MHz 5 [ 1.0%] 729MHz 3 [ 2.0%] 729MHz 6 [| 3.0%] 729MHz Mem [||||||||||||||||| 1.6G/7.4G] FAN [||||||||||| 31.4%] 1633RPM Swp [ 0k/3.7G] Jetson Clocks: inactive Emc [204MHz::::::::::::::::: 3.2GHz] 2.1GHz 0% NV Power[1]: 25W Uptime: 0 days 17:20:48 GPU [ 0.0%] 306MHz Dsk [# 18.4G/914G] PID USER GPU TYPE PRI S CPU% MEM [GPU MEM] Command 4667 verlab I G 20 S 1.7 12.6M 69.2M Xorg 4819 verlab I G 20 S 5.9 73.2M 65.8M gnome-shell 5772 verlab I G 20 S 3.3 31.8M 5.6M gnome-control-c 4960 verlab I G 20 S 0.0 11.5M 2.1M xdg-desktop-por ┌───────── [HW engines] ───────────┬───── [Sensor] ──── [Temp] ───────┬──── [Power] ── [Inst] [Avg] ────┐ │ APE: [OFF] │ cpu 51.56C │ CPU GPU CV 592mW 610mW │ │ NVDEC: [OFF] │ cv0 Offline │ SOC 1.5W 1.5W │ │ NVJPG: [OFF] NVJPG1: [OFF] │ cv1 Offline │ VDD_IN 4.9W 4.9W │ │ SE: [OFF] VIC: [OFF] │ cv2 Offline │ │ │ │ gpu 51.38C │ │ │ │ soc0 50.59C │ │ │ │ soc1 51.28C │ │ │ │ soc2 49.25C │ │ │ │ tj 51.59C │ │ └──────────────────────────────────┴──────────────────────────────────┴──────────────────────────────────┘ 1ALL 2GPU 3CPU 4MEM 5ENG 6CTRL 7INFO Quit (c) 2024, RB

ROS2 Docker para Jetson

• https://nvidia-ai-iot.github.io/ros2_jetson/ros2-jetson-dockers/

Jetson Nano

Information

• User Guide pdf link

• Nvidia about Jetson Nano:
  • https://developer.nvidia.com/embedded/jetson-nano-developer-kit

• Hackster Intro for Jetson Nano
  • https://blog.hackster.io/introducing-the-nvidia-jetson-nano-aaa9738ef3ff

• https://elinux.org/Jetson_Nano

Bibliotecas Python

• CPU and GPU Status
  • Tegra Stats
  • jtop (htop para Jetson Nano)

• GPIO Python Library
  • Nvidia jetson-gpio
  • Jetson Hacks Info

Power Supply Issues

• Read this first

• Jetson Hacks HowTo use more Power Jack

• Best fan to use

Pinout Information

• J41 Header

CUDA Tips

• CUDA Profiler
  • https://docs.nvidia.com/cuda/profiler-users-guide/index.html
  • https://devblogs.nvidia.com/cuda-pro-tip-nvprof-your-handy-universal-gpu-profiler/