上一讲把 Jetson Nano、Xavier、Orin 这些硬件平台梳理了一遍。真正拿到一块 Jetson 开发板之后，接下来很快就会碰到几个词：
JetPack、Jetson Linux、L4T、CUDA、TensorRT、SDK Manager……
刚开始接触 Jetson 时，这几个概念非常容易混在一起。
有人会问：“JetPack 是不是操作系统？”
也有人把 SDK Manager 理解成 JetPack，还有人刷完 Ubuntu 以后发现 CUDA、TensorRT 又是另外一回事。
所以这一讲，我想先把整个关系理清楚，然后再真正走一遍 SDK Manager 部署 JetPack 的流程。
这也是《Jetson Edge AI 实战》第 02 讲的核心内容：先搞清软件栈，再动手刷机。
完整视频已经同步发布：
👉 B站：点击观看《Jetson Edge AI 实战02》完整视频
👉 YouTube：点击观看 Jetson Edge AI 实战02
先用一句话把关系讲清楚
我觉得初学 Jetson，先记住下面两句话就够了：
JetPack 是 Jetson 的完整软件栈。
SDK Manager 是 NVIDIA 提供的安装、刷写和部署工具。
也就是说：
JetPack 是“要装什么”，SDK Manager 是“怎么把它装进去”。
把这一层关系理清楚以后，后面的 Jetson Linux、CUDA、TensorRT 就容易理解很多了。
JetPack 到底是什么？
NVIDIA 给 Jetson 提供的不只是一个 Ubuntu 系统。
真正让 Jetson 能做 AI、GPU 加速、摄像头、多媒体以及各种硬件功能的，是背后这一整套软件环境。
JetPack 可以理解成 Jetson 官方提供的一套完整软件发行环境。
里面不仅有操作系统，还包括驱动、CUDA、AI 库、多媒体组件、安全机制等。
所以我们平时说：
“给 Jetson 装 JetPack”
实际并不是简单安装一个应用程序。
而是在给 Jetson 建立一套完整的软硬件运行环境。
这也是 Jetson 和普通 Ubuntu PC 很不一样的地方。
Jetson 的硬件、驱动、Linux、CUDA、TensorRT，本身就是一个整体。
JetPack 里面到底有什么？
这张图我觉得特别值得看。
在这套课程里，我把 JetPack 大致拆成三个层面来理解。
AI Stack：真正跑 AI 的部分
最熟悉的几个名字基本都在这里：
CUDA、cuDNN、TensorRT、Triton，以及各种模型和 AI Framework 支持。
比如以后我们在 Jetson 上做：
-
YOLO 目标检测
-
TensorRT 推理
-
CUDA 图像处理
-
LLM / VLM
-
机器人视觉
最终都会依赖这一层。
所以 Jetson 真正能够把 NVIDIA GPU 能力发挥出来，靠的不只是硬件。
软件栈同样重要。
Security：设备真正进入产品以后绕不开的一层
Jetson 不只是开发板，也大量应用在工业设备和量产产品中。
所以 JetPack 体系里还会涉及：
Secure Boot、TEE、TPM、存储及内存安全等。
我后面的设备安全内容，也会继续沿着这一条线深入。
Operating System：整个系统的底座
最下面仍然是嵌入式工程师最熟悉的部分：
Linux Kernel、Jetson Linux、文件系统、驱动以及实时能力。
所以从我自己的开发视角来看，Jetson Edge AI 并没有脱离传统嵌入式。
它更像是：
Linux 系统能力 + NVIDIA GPU/AI 能力
这两部分真正融合到了一起。
JetPack 版本为什么这么重要？
做 Jetson 项目还有一个很实际的问题：
到底应该选择哪个 JetPack？
JetPack 4、5、6、7，经常同时出现在不同资料和项目中。
课程里把几个主要版本放到了一起：
这张表不需要死记。
真正需要建立的是一个意识：
JetPack 版本不是单独存在的，它会同时影响 Ubuntu、Linux Kernel、CUDA、TensorRT，以及能够支持的 Jetson 硬件。
所以真实项目里，我一般不会简单问：
“哪个 JetPack 最新？”
而更关心：
我的 Jetson 型号支持什么版本？项目需要什么 CUDA/TensorRT？现有 BSP 和驱动基于哪个版本？
特别是一个项目进入量产以后，升级 JetPack 往往不只是“升级几个软件包”。
Kernel、驱动、CUDA、多媒体甚至自己的应用，都可能需要重新验证。
所以 版本一致性 是 Jetson 项目里非常重要的一件事。
JetPack 到底怎么安装？
概念搞清楚以后，下一步就是实际部署。
课程里介绍的主要工具就是：
NVIDIA SDK Manager。
SDK Manager 本身运行在 Host 主机上。
然后通过 USB 把 Jetson 连接到 Host，并让设备进入 Recovery 模式。
之后由 SDK Manager 完成系统镜像、驱动以及相关 SDK 组件的部署。
可以简单理解成：
Ubuntu Host
↓ USB / Recovery
SDK Manager
↓ 刷写
Jetson Linux + JetPack Components
对于第一次接触 Jetson 的开发者来说，这也是最快建立完整官方开发环境的一种方式。
SDK Manager 下载和准备
安装好 SDK Manager 之后，就可以开始真正连接 Jetson。
这里有一个很重要的概念：
Host 和 Target。
Host 是我们操作 SDK Manager 的 Ubuntu PC。
Target 才是最终需要刷写的 Jetson。
这也是 NVIDIA Jetson 开发里经常出现的模式：
Host PC → USB Recovery → Jetson Target
如果设备没有正确进入 Recovery，SDK Manager 就无法按照正常刷机流程识别 Target。
所以后面如果碰到“SDK Manager 找不到 Jetson”，第一件事情不是重装 CUDA，而是先确认：
USB、Recovery Mode 和设备识别是否正常。
Step 1：先确定“给谁刷、刷什么”
Jetson 进入 Recovery，并被 SDK Manager 正确识别后，就进入第一个关键步骤。
这一步其实就是确定三件事情：
Product Category：选择 Jetson
Hardware：选择自己的 Jetson 型号
JetPack：选择准备部署的版本
看起来只是三个下拉框，但它决定的是：
接下来整套系统到底使用哪一套 BSP、驱动和软件环境。
这也是为什么前面一定要先理解 JetPack 版本。
否则刷机时看到一堆版本，很容易直接选最新的，最后才发现跟自己的硬件或者项目环境对不上。
Step 2 / 3：选择组件，真正开始刷写
设备和版本确定以后，下一步就是软件组件。
这里可以看到 Jetson Linux、CUDA、TensorRT、多媒体以及 Host 侧的一些开发组件。
确认之后继续执行，SDK Manager 就开始真正进行：
下载 → 制作镜像 → 刷写系统 → 安装相关组件
所以从工程角度看，SDK Manager 并不只是“下载软件”。
它实际上把整个 Jetson 开发环境部署流程整合到了一起。
第一次学习 Jetson 时用它非常方便，因为很多底层操作都被 NVIDIA 封装好了。
但到了后面真正做定制 BSP、自动烧录、量产甚至 Yocto，我们又会逐渐把这些被封装的过程重新拆开。
这也是后面继续深入 Jetson 的意义。
Step 4：刷完不算结束，还要验证
最后一步很容易被忽略。
刷机成功，不等于环境一定可用。
SDK Manager 完成安装以后，会展示 Jetson Linux、CUDA、TensorRT、Multimedia 等组件的安装状态。
这时 Jetson 正常启动，通过 DP 等方式接入显示器，可以进入 Ubuntu 桌面。
但我自己做项目时，不会只看到桌面就认为全部结束。
后续至少还会继续确认：
-
系统能否正常启动；
-
Jetson Linux 版本是否正确；
-
CUDA 是否可用；
-
TensorRT 是否安装；
-
GPU 是否正常工作；
-
摄像头、网络、NVMe 等硬件资源是否正常。
因为真正的目标从来不是：
“SDK Manager 显示绿色。”
而是：
“这套环境能够稳定支撑后面的开发。”
JetPack、SDK Manager，其实是在解决一个核心问题
这一讲看起来是在介绍软件和刷机工具。
但我觉得真正值得记住的，并不是 SDK Manager 的几个按钮。
而是 Jetson 的整个软件层级关系：
Jetson Hardware
↓
Jetson Linux / BSP / Kernel / Driver
↓
CUDA / cuDNN / TensorRT / Multimedia
↓
AI Framework / Model
↓
我们的实际应用
一旦这个关系建立起来，以后遇到问题就不会什么都归结成“JetPack 有问题”。
例如：
摄像头不工作，可能是驱动和设备树。
CUDA 程序异常，可能是 CUDA 环境。
模型性能不够，可能要看 TensorRT、模型本身和系统资源。
系统启动问题，则可能又回到 BSP、Bootloader 和 Kernel。
知道问题属于哪一层，往往比记住一条命令更重要。
完整视频讲解
这一篇对应的是：
《Jetson Edge AI 实战》第 02 讲：JetPack 和 SDK Manager 是什么？
如果第一次接触 Jetson，我建议文章和视频结合起来看。
文章适合快速建立整体框架，视频里则完整展示了 JetPack 的组成、版本关系，以及 SDK Manager Step 1～Step 4 的实际部署过程。
国内观看
YouTube
B站也可以搜索：
嵌入式孙老师
整个 Jetson Edge AI 实战系列后续还会继续围绕 Jetson Linux、AI 模型部署、摄像头、多媒体、Yocto Linux 以及设备安全等真实工程内容展开。
觉得内容有帮助，欢迎点赞、收藏。需要本节视频对应的 PPT、代码以及详细学习资料，也可以联系本人获取。
第一讲我们先认识了 Jetson 的硬件。
第二讲开始把 Jetson 的软件栈搭起来。
到这里，其实已经能够看到 Jetson 学习的一条主线：
硬件 → Linux → GPU/AI 软件栈 → 模型 → 实际产品。
对于做了很多年嵌入式的人来说，不需要因为 AI 把过去的经验全部推倒重来。
Linux、驱动、系统、摄像头、多媒体仍然是基础，只是今天，我们开始把 AI 真正接到了这些基础之上。
👉 B站观看第 02 讲完整视频
👉 YouTube 观看第 02 讲完整视频
All in AI，不如走向边缘🌞
扫一扫
425
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
