reComputer for Jetson 入门指南
本文档由 AI 翻译。如您发现内容有误或有改进建议，欢迎通过页面下方的评论区，或在以下 Issue 页面中告诉我们：https://github.com/Seeed-Studio/wiki-documents/issues
所有 reComputer for Jetson 都配备了 16 GB eMMC，其中已预装 ubuntu 18.04 LTS 和 NVIDIA JetPack 4.6。按照以下说明，连接外设后，您可以在几秒钟内启动并直接使用。
1. 连接外设
将 reComputer 主机连接到 USB 键盘、鼠标，并通过 HDMI 接口或 DP 接口（仅限 A206 载板）连接到显示屏。
对于同时具有 HDMI 和 DP 接口的 reComputer 主机，尽管它有两个显示输出端口，但不支持双显示输出，这意味着同一时间只能使用一个显示输出接口。
2. 接通电源
连接外设后，为 reComputer 主机接通电源。
- reComputer J1010 的电源通过 Type-C 接口供电，电源接口位于靠近 HDMI 接口的位置，如下图所示。
reComputer J1010 在两侧均有 Type-C 接口，其中靠近 LAN 接口的右侧接口为数据传输接口。严禁将 Type-C 电源插入右侧的数据传输接口，否则可能会损坏组件。
- reComputer J1020、reComputer J2011 和 reComputer J2012 的电源通过靠近 HDMI 接口的 DC 接口供电。
接通电源后，reComputer 主机将自动启动。
3. 初始设置
新的 reComputer 已经预装了系统。但在使用之前，仍需进行一些必要的初始设置。
步骤 1：等待启动
接通电源后，您首先会看到屏幕中央显示的巨大 NVIDIA 图标。在进入配置页面之前，您可能会发现 reComputer 自动重启两次，此过程大约需要一分钟。
步骤 2：查看并接受许可协议
在配置页面，首先会要求您查看许可协议，并选择 "I accept the terms of these licenses"（我接受这些许可条款）以同意协议，然后进入下一步。
步骤 3：选择系统语言和键盘布局
点击 "Continue" 按钮后，下一页面将要求您选择系统语言和键盘布局。您可以根据实际需求进行选择。
步骤 4：连接网络
有两种方式将 reComputer 连接到互联网。一种是直接通过网线连接，另一种是通过 Wi-Fi（需要无线模块）连接。如果您不需要通过互联网进行软件更新，可以选择不连接网络，直接进入下一步。
步骤 5：配置用户信息和密码
在下一页面，您需要输入用户名和密码。请记住您的启动密码，因为稍后启动 reComputer 时需要用到。
如果您觉得每次启动 reComputer 都输入密码很麻烦，并且确保没有其他人可以使用它，您可以选择下方的 "Require my password to log in"（需要我的密码登录）选项，但我们并不推荐这样做。
步骤 6：选择供电模式
最后，您需要选择 reComputer 的运行供电模式。
- reComputer J1010 和 reComputer J1020 均配备 Jetson Nano 模块。我们强烈推荐选择 MAXN 模式，以确保您的 reComputer 正常运行。
- reComputer J2011 和 reComputer J2012 均配备 Jetson Xavier NX 模块，提供多种供电输出功率选项。默认模式为 10 W，即
MODE_10W_DESKTOP - (Default)，如下所示：
以下表格显示了 NVIDIA 预定义的电源模式及其相关模块资源使用限制。
完成上述指令后，我们需要等待 1~2 分钟，让 reComputer 进行最终配置。
4. 开始使用
当 reComputer 完成初始设置后，它将自动重启。之后，它会进入系统桌面，如下图所示。这表明系统已就绪，可以使用。
由于产品内置了 16 GB 的 eMMC，其中已安装了 ubuntu 18.04 LTS 和 NVIDIA JetPack 4.6，用户剩余的可用空间约为 2GB。以下图片显示了在终端中使用磁盘空间命令后的结果：
seeed@seeed-desktop:~$ df -hl
Filesystem Size Used Avail Use% Mounted on
/dev/mmcblk0p1 14G 12G 2.0G 86% /
none 3.5G 0 3.5G 0% /dev
tmpfs 3.8G 75M 3.8G 2% /dev/shm
tmpfs 3.8G 22M 3.8G 1% /run
tmpfs 5.0M 4.0K 5.0M 1% /run/lock
tmpfs 3.8G 0 3.8G 0% /sys/fs/cgroup
tmpfs 777M 128K 777M 1% /run/user/1000
seeed@seeed-desktop:~$
在 reComputer 上安装 NVIDIA 系统
如果您的 reComputer 设备崩溃，并且您想重新安装 NVIDIA 系统，我们在此提供了关于如何在 reComputer 上安装 NVIDIA 系统的 Wiki。提供的 Wiki 包括 A20X 承载板和 reComputer J1010 承载板：
故障排除
Q1: 收到的 reComputer 中 eMMC 的剩余空间只有约 2GB，如何解决空间不足的问题？
我们目前提供了三种方法来应对此特定情况，您可以根据实际情况选择适合您的解决方案。
选项 1. 将系统重新部署到外部存储设备
如果您尚未在 reComputer 上启动项目，您可以考虑使用此选项，将新系统重新部署到具有足够容量的存储设备上。
- 通常有两种方法为 reComputer 安装系统，第一种是使用 NVIDIA SDK Manager。
如果您使用的是 reComputer J2011 或 reComputer J2012，在 使用 SDK Manager 刷写到 eMMC 的 步骤 12 中，您可以通过更改系统烧录位置来扩展容量。
此方法不适用于 Jetson Nano 模块。
通常有两种方法为 reComputer 安装系统，第二种是使用 命令行。
如果您使用的是 A20X 承载板，使用命令行安装系统的方法在 使用命令行刷写到 eMMC。
如果您使用的是 reComputer J1010 承载板，则使用命令行安装系统的方法在 使用命令行刷写到 eMMC。
它们本质上通过以下命令完成系统的安装：
sudo ./flash.sh [options] <board> <rootdev>
其中：
[options]是一个或多个命令行选项。所有选项都是可选的。有关选项的信息，请参阅 Flashing Script Usage。<board>指定要应用于待刷写设备的配置。值列在 Jetson 模块和配置 的表格中，主题为 快速开始。flash.sh从名为<board>.conf的配置文件中获取配置。<rootdev>指定要刷写的设备类型。使用值 mmcblk0p1 刷写本地存储设备（eMMC 或 SD 卡，具体取决于平台），与 NFS 服务器等区分开。
从上述解释可以看出，如果我们想将系统安装到外部存储中，可以通过更改 <rootdev> 选项来实现。
对于连接到 reComputer 设备的 USB 存储设备上的分区，输入以下命令：
sudo ./flash.sh <board> sda<x>
对于连接到 reComputer 设备的 NVMe 存储设备上的分区，输入以下命令：
sudo ./flash.sh <board> nvme0n1p<x>
<x> 是一个数字，指定存储设备上 APP 分区的位置，例如 sda1 表示 USB 设备，或 nvme0n1p1 表示 NVMe 存储设备。
选项 2. 删除不需要的 JetPack 组件以增加 eMMC 空间
NVIDIA JetPack SDK 是构建端到端加速 AI 应用程序的最全面解决方案。所有 Jetson 模块和开发套件均由 JetPack SDK 支持。
JetPack SDK 包括 Jetson Linux 驱动程序包 (L4T)，其中包含 Linux 操作系统和 CUDA-X 加速库及 API，用于深度学习、计算机视觉、加速计算和多媒体。它还包括主机计算机和开发套件的示例、文档和开发工具，并支持更高级别的 SDK，例如用于流视频分析的 DeepStream 和用于机器人技术的 Isaac。
此表格列出了 JetPack 4.6 中包含的所有组件。
| 组件组 | 软件包 | |
|---|---|---|
| 适用于 L4T 的 CUDA 工具包 | cuda cuda-11-4 cuda-cccl-11-4 cuda-command-line-tools-11-4 cuda-compiler-11-4 cuda-cudart-11-4 cuda-cudart-dev-11-4 cuda-cuobjdump-11-4 cuda-cupti-11-4 cuda-cupti-dev-11-4 cuda-cuxxfilt-11-4 cuda-documentation-11-4 cuda-driver-dev-11-4 cuda-gdb-11-4 cuda-gdb-src-11-4 cuda-libraries-11-4 cuda-libraries-dev-11-4 cuda-minimal-build-11-4 cuda-nvcc-11-4 cuda-nvdisasm-11-4 cuda-nvml-dev-11-4 cuda-nvprof-11-4 cuda-nvprune-11-4 cuda-nvrtc-11-4 cuda-nvrtc-dev-11-4 cuda-nvtx-11-4 | cuda-runtime-11-4 cuda-samples-11-4 cuda-sanitizer-11-4 cuda-toolkit-11-4 cuda-toolkit-11-4-config-common cuda-toolkit-11-config-common cuda-toolkit-config-common cuda-tools-11-4 cuda-visual-tools-11-4 libcublas-11-4 libcublas-dev-11-4 libcudla-11-4 libcudla-dev-11-4 libcufft-11-4 libcufft-dev-11-4 libcurand-11-4 libcurand-dev-11-4 libcusolver-11-4 libcusolver-dev-11-4 libcusparse-11-4 libcusparse-dev-11-4 libnpp-11-4 libnpp-dev-11-4 |
| cuDNN | libcudnn8 libcudnn8-dev | libcudnn8-samples |
| TensorRT | graphsurgeon-tf libnvinfer-bin libnvinfer-dev libnvinfer-doc libnvinfer-plugin-dev libnvinfer-plugin8 libnvinfer-samples libnvinfer8 | libnvonnxparsers-dev libnvonnxparsers8 libnvparsers-dev libnvparsers8 python3-libnvinfer python3-libnvinfer-dev tensorrt uff-converter-tf |
| OpenCV | libopencv libopencv-dev opencv-licenses | libopencv-python libopencv-samples |
| VPI | libnvvpi2 vpi2-dev python-vpi2 | python3.9-vpi2 vpi2-samples vpi2-demos |
| NVIDIA 容器运行时与 Docker 集成 | libnvidia-container0 libnvidia-container1 libnvidia-container-tools | nvidia-container-toolkit nvidia-container-runtime nvidia-docker2 |
| 多媒体 API | nvidia-l4t-jetson-multimedia-api | |
JetPack SDK 包含了很多内容，但并不是所有开发者都需要使用这些内容。因此，选择性地移除它们以释放更多存储空间是一个不错的选择。
我们可以通过以下命令查看安装在 reComputer Jetson 上的 JetPack 信息。
sudo apt-cache show nvidia-jetpack
通过此命令，您可以快速了解 JetPack 中已安装组件的内容，例如 CUDA、OpenCV 等。
要获取更详细的信息，可以使用以下命令查看 reComputer 当前安装的所有软件及其描述信息。
dpkg-query -l
然后，您可以根据实际需求和组件的描述信息选择性地移除不需要的内容。删除命令如下：
sudo apt autoremove ${packagesname}
环境变量 ${packagesname} 表示您想要移除的组件包名称。如果您想移除某个前缀的所有软件包，可以在该前缀后添加 * 来表示。
例如，如果我们想移除所有与 CUDA 相关的组件，可以使用以下命令：
sudo apt autoremove cuda*
移除 CUDA 组件内容后，您可以看到 eMMC 的剩余容量也会变得更大。
其他 JetPack 组件也可以采用相同的方法。
选项 3. 通过外部存储设备扩展容量。
如果您已经正常使用 reComputer 一段时间，并且不希望破坏现有系统环境来完成扩展解决方案，可以选择此选项。
我们已经有一个完善的扩展 Wiki reComputer 系列的内存扩展。
需要注意的是，任何扩展操作都存在风险，我们建议您在开始之前主动对系统进行 备份。
技术支持与产品讨论
感谢您选择我们的产品！我们提供多种支持渠道，确保您在使用产品时获得顺畅的体验。我们提供了多个沟通渠道，以满足不同的偏好和需求。