reComputer Jetson に Pytorch をインストールする
NVIDIA は JetPack のリリースごとに PyTorch の wheel を公開しているため、JetPack 5 と JetPack 6 ではインストール方法が異なります。自分のモジュールに合ったセクションを選び、対応する wheel をインストールして、torch.cuda.is_available() が True を返すことを確認してください。Conda 環境を使うことで、プロジェクトが古いバージョンを指定している場合でも、複数の torch バージョンを並行して保持できます。
事前準備
- JetPack をインストール済みの reComputer
- インターネット接続
reComputer 向け PyTorch のインストール
多くの reComputer ユニットで使われている 2 つの JetPack 世代では、使用する wheel が異なります。JetPack 5.1.3 は Python 3.8、JetPack 6.2 は Python 3.10 と組み合わせて使用します。
- JP5.1.3
- JP6.2
- Other Version
reComputer で一般的に使用されている Jetpack 5 のバージョンは 5.1.3 です。以下の手順で、このバージョン向けに PyTorch をインストールします。
Step 1. システムを更新し、依存パッケージをインストールします:
sudo apt-get -y update
sudo apt-get install -y python3-pip libopenblas-dev
Step 2. 公式の PyTorch wheel をダウンロードします(例:JetPack 5.1.3、Python 3.8 用の torch-2.1.0):
wget https://developer.download.nvidia.com/compute/redist/jp/v512/pytorch/torch-2.1.0a0+41361538.nv23.06-cp38-cp38-linux_aarch64.whl
pip install torch-2.1.0a0+41361538.nv23.06-cp38-cp38-linux_aarch64.whl
Jetpack 5.1.3 をサポートする、より新しいバージョンの torch が必要な場合は、こちら からコンパイル済み wheel ファイル(python3.8 用 torch-2.2)をダウンロードしてください。
Step 3. インストールを確認します:
import torch
print(torch.cuda.is_available())
print(torch.__version__)

reComputer で一般的に使用されている Jetpack 6 のバージョンは 6.2 です。以下の手順で、このバージョン向けに PyTorch をインストールします。
Step 1. システムを更新し、依存パッケージをインストールします:
sudo apt-get -y update
sudo apt-get install -y python3-pip libopenblas-dev
Step 2. こちら から cuSPARSELt をインストールします(PyTorch 24.06 以降で必須):
cuSPARSELt は、NVIDIA が開発したスパース行列乗算専用の高性能 CUDA ライブラリです。主に、大規模モデル推論やスパースニューラルネットワークでよく見られるスパースな重みを用いた行列乗算処理を高速化するために使用されます。新しいバージョンの PyTorch(PyTorch 24.06 以降)では、スパースモデルの推論速度を向上させるために自動的に cuSPARSELt を呼び出します。特に Jetson のような組み込み GPU 上では、これにより効率が大幅に向上します。

Step 3. 上図のように選択したバージョンに応じて、次のインストールコマンドが取得できます:
wget https://developer.download.nvidia.com/compute/cusparselt/0.7.1/local_installers/cusparselt-local-tegra-repo-ubuntu2204-0.7.1_1.0-1_arm64.deb
sudo dpkg -i cusparselt-local-tegra-repo-ubuntu2204-0.7.1_1.0-1_arm64.deb
sudo cp /var/cusparselt-local-tegra-repo-ubuntu2204-0.7.1/cusparselt-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install libcusparselt0 libcusparselt-dev
Step 4. PyTorch をダウンロードしてインストールします(例:JetPack 6.2、Python 3.10 用の torch-2.5.0):
wget https://developer.download.nvidia.cn/compute/redist/jp/v61/pytorch/torch-2.5.0a0+872d972e41.nv24.08.17622132-cp310-cp310-linux_aarch64.whl
pip install torch-2.5.0a0+872d972e41.nv24.08.17622132-cp310-cp310-linux_aarch64.whl
Jetpack 6.2 をサポートする、より新しいバージョンの torch が必要な場合は、こちら からコンパイル済み wheel ファイル(python3.10 用 torch-2.7)をダウンロードしてください。
Step 5. インストールを確認します:
import torch
print(torch.cuda.is_available())

Step 1. システムを更新し、依存パッケージをインストールします:
sudo apt-get -y update
sudo apt-get install -y python3-pip libopenblas-dev
ここに、NVIDIA が CUDA 対応で公式提供している PyTorch のコンパイル済み wheel ファイル があります。

Step 2. 自分の JetPack バージョンと Python バージョンに基づいて、適切な wheel ファイルをダウンロードします。
# Download the wheel file
wget https://developer.download.nvidia.cn/compute/redist/jp/v60/pytorch/torch-2.4.0a0+f70bd71a48.nv24.06.15634931-cp310-cp310-linux_aarch64.whl
# Install the wheel file
pip install torch-2.4.0a0+f70bd71a48.nv24.06.15634931-cp310-cp310-linux_aarch64.whl
Step 3. インストールを確認します:
import torch
print(torch.cuda.is_available())
Conda で複数バージョンの PyTorch を使う
Miniconda は Conda パッケージマネージャー用の軽量インストーラーで、Python 環境やパッケージを素早く作成・管理するための最小限の環境を提供します。
Step 1. Miniconda をインストールします:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
bash Miniconda3-latest-Linux-aarch64.sh
- 指示に従い、利用規約に同意する場合は "yes" と入力してください。
- インストールパスは ~/miniconda3 など、デフォルト設定の使用を推奨します。
- 最後に .bashrc へ自動追加するかどうかを尋ねられます。ここでは "yes" と入力することを推奨します。

Step 2. conda を初期化・設定します:
source ~/.bashrc
# Verify if conda is functioning properly
conda --version
# Disable automatic entry into the conda base environment
conda config --set auto_activate_base false
# Close and reopen the terminal. By default, it will not enter the base environment.
Step 3. 新しい環境を作成し、特定の PyTorch wheel をインストールします:
conda create -n torch_2.0 python=3.8
conda activate torch_2.0
Step 4. 前のセクション で示したように、PyTorch の wheel ファイルをダウンロードしてインストールします。
詳細については、NVIDIA PyTorch インストールガイド を参照してください。
リソース
FAQ
自分の JetPack バージョンにはどの PyTorch wheel が対応していますか?
JetPack 5.1.3 では torch-2.1.0a0+...cp38(Python 3.8)、JetPack 6.2 では torch-2.5.0a0+...cp310(Python 3.10)を使用します。jp/vXX パスと cpXX タグの両方が JetPack と Python に一致する wheel を選択してください。そうでない場合、pip は CPU のみで動作するビルドをインストールしてしまいます。
torch をインストールする前に cuSPARSELt は必須ですか? 新しい wheel の場合のみ必要です。PyTorch 24.06 以降のビルドではスパース行列乗算に cuSPARSELt を呼び出すため、JetPack 6.2 の手順では先に 0.7.1 をインストールします。JetPack 5.1.3 での torch 2.1.0 の例では不要です。
1 台のマシンで 2 つの torch バージョンを共存させるには?
conda 環境を使用します。Python と torch の組み合わせごとに 1 つの環境を作成します(例:conda create -n torch_2.0 python=3.8)。wheel をインストールする前にその環境を有効化し、システムの Python をクリーンに保つために auto_activate_base はオフにしておきます。
torch.cuda.is_available() が False を返します。何が問題ですか?
その wheel は PyPI の CPU ビルドであるか、別の JetPack 向けにビルドされたものです。自分の JetPack パスに一致する NVIDIA 製 wheel を入れ直し、CUDA 対応 wheel には nv ビルドタグが付いていることを torch.__version__ で確認してください。
関連リソース
- reComputer に ROS 2 Humble をインストール
- Gemini 2 と YOLOv11 を組み合わせて距離を測定する
- Jetson 上で効率的なマルチタスクビジョン推論エンジンを実行する
- reComputer J4012 製品ページ
- PyTorch for Jetson リリースノート
技術サポートと製品ディスカッション
弊社製品をお選びいただきありがとうございます。製品をできるだけスムーズにご利用いただけるよう、さまざまなサポートをご用意しています。お好みやニーズに応じてお選びいただける、複数のコミュニケーションチャネルを提供しています。