NVIDIAJetson AGX Thor專為物理 AI 打造，與上一代產品 NVIDIAJetson AGX Orin 相比，生成式 AI 性能最高提升至 5 倍。通過發布后的軟件更新優化，Jetson Thor 的生成式 AI 吞吐量提升至 7 倍。

上一期我們介紹了NVIDIA Jetson AGX Thor 的硬件配置和系統安裝教程，本期將深入講解開發環境配置，包括：

系統環境確認

Docker 安裝與配置

JetPack SDK 組件安裝

CUDA 環境設置

一、系統環境確認

系統安裝完成進入桌面后，默認即可通過賬號密碼 SSH 登錄，下圖可以查看當前的系統以及內核版本。

- 運行nvidia-smi可以查看 GPU 驅動版本以及支持的 CUDA 最高版本信息。

- 運行lscpu，查看 CPU 信息：

- 運行free -h，查看內存容量：

- 運行lsblk，查看硬盤容量：

二、Docker 安裝與配置

Docker 能夠為 Jetson 帶來可復現的容器化工作流程，無需犧牲速度或靈活性即可無縫訪問 GPU。

1Docker 安裝

下圖展示了 Docker 安裝過程的流程。

上一期教程采用的是“Jetson ISO Installation USB”系統安裝方式，已默認預裝 Docker。僅需將普通用戶添加到組，即可直接使用 Docker。

然后設置 NVIDIA Container Toolkit 即可。

2Docker 測試

下載并運行一個 PyTorch 的容器。

dockerrun --rm -it
  -v"$PWD":/workspace
  -w /workspace
nvcr.io/nvidia/pytorch:25.08-py3

進入容器后，您可以測試 PyTorch 的 GPU 功能。此外，該容器內也預配置了 CUDA 環境，可運行相關 CUDA 應用。

注：如果顯示 CUDA available：False，可嘗試重啟系統加載配置。

三、JetPack SDK 組件安裝

nvidia-jetpack 是一個元包，包含以下組件：

安裝 JetPack 組件：

要在 Jetson 上安裝完整的 JetPack 組件軟件 / SDK，可以使用以下命令：

sudoapt update
sudoapt install nvidia-jetpack

等待命令運行完成即可。

四、CUDA 環境配置

1使用 JetPack 內置的 CUDA

CUDA 工具包已內置于 JetPack 組件中，將隨其自動安裝。安裝完成后，僅需配置環境變量即可使用。

設置并應用環境變量。

注：運行sudo vim ~/.bashrc之后，需在文本下方加入以下內容：

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


exportLD_LIBRARY_PATH=/usr/local/cuda-13.0/lib64:$LD_LIBRARY_PATH

2通過 Docker 容器的方式使用 CUDA

本文第二部分 Docker 測試時所下載的nvcr.io/nvidia/pytorch:25.08-py3鏡像內已內置 CUDA。

3使用 NGC 下載運行 CUDA 鏡像

NGC（全稱：NVIDIA GPU Cloud）是適用于 AI、機器學習的 GPU 優化的軟件中心，也是 NVIDIA 提供的容器注冊表。

在“標簽”部分，您可以看到托管容器的標簽列表。

請注意，它顯示“2 個架構”。這意味著該容器鏡像可同時適用于 x86_64 和 arm64 架構。

您可以單擊標簽右側復制圖標，將帶有該標簽的容器圖像路徑復制到剪貼板，然后使用docker run運行：

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 環境配置完成！

現在 Jetson AGX Thor Developer Kit 已經準備就緒，您隨時可以進行 AI 和邊緣計算開發：

使用 Docker 容器化工作流程

基于 JetPack SDK 構建完整應用

利用 CUDA 加速計算任務

*與 NVIDIA 產品相關的圖片或視頻（完整或部分）的版權均歸 NVIDIA Corporation 所有。