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

NVIDIAJetson AGX Thor专为物理 AI 打造，与上一代产品 NVIDIAJetson 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。

dockerrun --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：

sudoapt update
sudoapt 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：

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


exportLD_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：

dockerrun -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 Version13.0.0


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


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


A copy ofthislicenseismade availableinthiscontainer at /NGC-DL-CONTAINER-LICENSEforyour convenience.


WARNING: The NVIDIA Driver was not detected. GPU functionality will not be available.
Use the NVIDIA Container Toolkit to startthiscontainer 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。