JETSON TX2是NVIDIA嵌入式GPU平臺，主要用於做Inference的，因此你可以使用TX2去做一些嵌入式行業的應用，比如機器人、自動化裝置或者與移動行業相關的判斷。TX2有著非常強的計算能力，同時它的功耗也不大，低功耗加上強悍的計算能力，也使得它在很多自動駕駛車中得到了應用。

NVIDIA Jetson TX2

嵌入式領域的AI超級電腦

它是一臺基於NVIDIA Pascal™架構的AI單模組超級計算機。它效能強大，外形小巧，節能高效，適合機器人、無人機、智慧攝像機和便攜醫療裝置等智慧終端裝置。它支援 Jetson TX1 模組的所有功能，同時可以鑄就更大型、更復雜的深度神經網路。

Jetson TX2 開發套件

款功能強大的開發者套件能夠使主機板的硬體功能和介面充分發揮效用，預裝 Linux 開發環境。同時，它還支援 NVIDIA Jetpack SDK，包括 BSP、深度學習庫、計算機視覺、GPU 計算、多媒體處理等眾多功能。

任何領域都能用，嚴謹用於開發核武器！

NVIDIA Jetson TX2 為使用者的嵌入式 AI 計算裝置提供卓越的速度和能效。這款超級計算機模組採用 NVIDIA Pascal GPU、高達 8 GB 記憶體、59.7 GB/s 記憶體頻寬，提供豐富的標準硬體介面，完美適配各類產品和外形規格，實現真正意義上的 AI 計算終端。

應用領域十分廣泛，可適用：

智慧影片分析（IVA），無人機，機器人，遊戲裝置，虛擬現實（VR），增強現實（AR）和行動式醫療裝置等領域。

阿木實驗室選擇 Jetson TX2 作為板載計算機，開源了我們的板載計算機軟體框架，Github 倉庫地址

該功能包是一個基於 Ardupilot/PX4 開源韌體及 Mavros 功能包的開源專案，提供一個感知和任務計算機模組。

下面就來看看能夠實現的特色功能：

1.目標追蹤

2.鐳射SLAM定位

3.雙目V-SLAM定位

4.無人機外環控制器修改

5.鐳射避障等上層開發程式碼

6.視覺路徑規劃模擬（ROS）

還可根據需求定製追加功能：

1.任務決策

2.路徑規劃

3.濾波導航

4.單/多機控制等無人機/無人車/無人船科研及開發領域的功能

近期正在開發一個基於TX2的應用專案，看到這個問題，就結合自己在使用TX2過程中的體驗談談我的心得吧。

官方給出的文件始終強調它適合於深度學習、計算機視覺、GPU計算、多媒體處理等領域，實際上它確實適合這些方面，我們的應用就是基於深度學習的影象處理問題。

先看一下它的近距離寫真吧^_^：

我們使用的是一款基於C語言的開源深度學習框架——Darknet,使用該框架主要是因為我們使用的神經網路參考了Yolo,也是Yolo作者開發的一套對應框架。實際上，該框架也可以用來執行別的一些結構的卷積神經網路。

此處說點題外話，Yolo作者的操守還是很高的，前段時間為了反對將Yolo用於軍事領域，層聲稱要退出相關研究。

對於如下網路結構，使用1024*1024的圖片進行測試，大概需要100-200毫秒。

下面是官方給出的規格引數：

以及使用官方刷機包刷機之後相關工具軟體情況：

使用前先考慮能否滿足自己的需要？

1、適合做影象處理方面的應用，硬體自帶攝像頭，工具包集成了OpenCV，Python等開發工作，很適合初學者使用；

2、集成了CUDA和CUDNN，適合神經網路與深度學習方面的應用；

3、整合度高，體積、重量較輕，價格相對較低，適合嵌入式方面的開發。有人已經將該模組應用於無人家專案。

4、對於成本要求較高，可以選擇低端產品Nano,對於效能要求較高可以選擇Xavior，程式碼容易移植。

1、雖然TX2支援深度學習，但是對於目前流行的PyTorch深度學習框架的支援並不友好，目前沒有現成的whl檔案（雖然我在網上找到了現有的whl連結，但是根本無法下載，即使翻牆也不行），此外也試過PyTorch原始碼編譯方式，網上有很多攻略，但是實際中總會遇到莫名其妙的錯誤，目前正在研究，還沒有找到終極解決方案，如果有哪位朋友有過成功的編譯經驗，煩請不吝賜教；

2、TX2實際分核心模組和開發套件，核心模組需要自己開發載板，適合企業級應用，對於新學者，建議選開發套件，購買時讓客服幫忙刷機，這樣拿到板子就可以快速上手。否則需要刷機，因為國內訪問外部網路速度太慢，刷機是一件非常痛苦的事情；

3、雖然有諸多優勢，但是它的計算能力有限，只適合於具體的應用，不適合作為訓練運算平臺。

4、開發套件只支援HTMI輸出，配顯示器時需要注意，此外滑鼠、鍵盤等需要自己配置，考慮到USB介面太少，還得在配一個USB HUB。