英伟达发布了Jetson TX1(图1)前一段时间我终于有机会使用最新的JetPack 2.3软件包来驱动它。最新版本在模块上运行64位的Ubuntu 16.04…但是稍后会有更多关于软件的介绍。
Jetson TX1模块可以单独使用，也可以作为Jetson TX1嵌入式系统开发工具包的一部分使用。我打算很快再写一篇文章连接技术的NVidia Jetson TX1的轨道载波。这种类型的平台允许Jetson TX1被整合到系统中，而不必设计定制载波板，因为没有一个模块是无用的。
模块和开发板
Jetson TX1框图(图2)突出显示模块上的主要组件。TX1包含4个64位的ARM Cortex-A57核，以及256核的Maxwell架构GPU，提供高达1个TFLOPS的计算能力。该模块拥有4gbytes的LPDDR4内存，带宽为25.6 Gbyte/s。它是不可扩展的。还有16g字节的eMMC存储，以及额外的SDIO和SATA存储接口。(关于存储的更多内容，稍后也会介绍。)
该模块还内置了千兆以太网、蓝牙和802.11ac Wi-Fi支持。后者在模块上有外部天线的连接器，所以它不必通过模块顶部的大接口连接器。模块的背面是一个固体金属散热器。该系统还有3个串口，3个SPI接口，4个I接口2C端口，以及一些gpio。6个CSI摄像头接口是对系统动态处理视频信息的一种认可。目标应用包括汽车和机器人技术，仅举两个例子。还有x1和x4 PCI Express接口。
Jetson TX1开发工具包包括这个模块的载体板(图3)．该模块有一个Samtec REF-186137-03连接器，与开发人员工具包板上发现的Samtec REF-186138-01连接器匹配。
开发工具包载体板公开了各种各样的，并带有一个使用CSI接口之一的500万像素的相机。有显示扩展头、Mini PCIe插槽和I/O头。有一个x4 PCI Express连接器和一个SATA连接器。
该套件配有两个可拆卸天线，模块和天线连接器之间有电缆。
用户界面有USB和HDMI连接器，不过我是无头运行的。我需要HDMI接口进行设置。你也可以在应用程序中使用HDMI接口，因为模块中已经有了一个强大的GPU。
增加存储
车载eMMC存储空间对于Linux和大型应用程序来说绰绰有余，但如果需要大量数据存储，那么很容易超出这个容量。SDIO接口和SD卡插座适用于更大容量的内存，但与其他替代方案相比，带宽和容量有限。这些包括NVMe via PCI Express和SATA。也有基于USB 2和3.0的替代品这可以与模块一起使用。
我和Virtium的紧凑的SATA驱动器(图4)以增加Jetson TX1的非易失性存储。Virtium提供一系列工业闪光，设计用于恶劣环境，如Jetson TX1可能部署的环境。他们甚至有self-encrypting驱动器(SEDs)如果您的应用程序有这种需求。
Virtium的工业闪存不仅具有不同的容量和形状因素。有不同的版本，具有不同的磨损和速度特性，允许开发人员为特定的应用程序定制设备。CE版本基于MLC，以更低的成本提供更高的容量。XE版本采用了混合了MLC容量和SLC性能的iMLC。PE版本使用SLC，最大可用容量为256g，其他两个版本最大可用容量为480g。CE、XE和PE的保修期分别为3年、5年和5年。XE和PE的工业工作温度范围为−40℃~ 85℃。
我使用的120g闪存驱动器将系统的存储空间增加了一个数量级。
JetPack软件
虽然硬件确实令人印象深刻，但英伟达在软件方面做得更好。JetPack软件包(图5)包括一个基于Ubuntu linux的跨平台开发系统和一个为Jetson TX1定制的Ubuntu操作系统。安装相对简单，因为我在虚拟机上有必要的x86 Ubuntu 14.04平台。最新的JetPack 2.3在模块上放置了一个64位版本的Ubuntu。它是Ubuntu 16.04的长期支持(LTS)版本。
NSight开发环境是基于Eclipse的。使用NSight进行开发可以有多种方式，因为Jetson TX1本身就是一个强大的开发平台(图6)．开发人员可以在Jetson TX1上进行本地开发，也可以在运行Ubuntu的x86 PC上进行跨平台开发。Jetson TX1最初是通过USB连接安装的。
一旦所有东西都安装好了，就可以通过NSight来查看一些开发示例了。一些机器视觉应用程序被设计为与开发工具包附带的相机一起工作。
cuda8支持基本(好吧，不那么基本)的GPU开发。CUDA是NVidia的GPU编程环境。它包括用于图形分析的nvGRAPH加速库。
一旦安装了基本系统，您可以做的事情是广泛的。其中一个应用领域是深度神经网络(DNN)机器学习。这是目标领域之一英伟达新款特斯拉P100．同样的软件也能在Jeston TX1上运行。NSight可以用于任意一个平台。
最新的JetPack版本使用现有硬件将DNN性能提高了两倍。TensorRT现在是计划的一部分。的运行时部分TensorFlow平台;它可以利用8位整数和16位浮点支持，这是可用的，有利于DNN应用。TensorRT支持Caffe prototxt网络描述符文件，旨在为推理生成优化的、部署就绪的模型。
大部分DNN支持基于cuDNN (CUDA DNN)，这个版本的JetPack包括cuDNN 5.1.5和CUDA Toolkit 8.0.34。
JetPack中的其他组件包括GStreamer 1.8.1和OpenGL 4.5.0支持。NVidia包括OpenCV4Tegra 2.4.13-17，这是它的版本OpenCV开源计算机视觉系统。还包括NVidia的VisionWorks 1.5.2.14，一个用于计算机视觉应用程序的工具包。它的应用范围从机器人到增强现实。
虽然可以在Jetson TX1上进行开发，但大多数软件都位于主机上。这往往只适用于增加额外的存储，如Virtium SATA闪存驱动器或网络存储。我采用了交叉开发的方法，因为主机系统对存储没有限制，而且它的RAM是可扩展的，尽管我已经有了32 g字节。
所有的组件和工具包都包含它们自己的一组示例和教程。掌握任何一个都需要时间。NVidia平台的优势在于，它们都是可用的，运行时在Jetson TX1上得到支持。这使您可以将注意力集中在应用程序而不是集成问题上，考虑到系统和硬件的复杂性，集成问题可能非常重要。DNN支持的软件调优就是一个很好的例子。有些可能会得到英伟达那样的性能提升，但大多数不会。我属于后者，并欣赏性能提升。
起床和跑步大约需要一个小时左右。仅仅是在软件中摸索一下，找到可用的选项就花了一周的时间。在这两个平台上都有类似版本的Ubuntu，使得开发更加容易。能够快速而轻松地完成这一任务，证明了英伟达对该平台的承诺。由于硬件和软件集成的困难，我以前一直回避视觉工作，但现在我有了Jetson TX1和JetPack可以使用，我可能会做更多的工作。我强烈推荐它。
