文章目錄1. 第一天目標2. 認板與供電3. 刷機3.1 材料3.2 安裝順序DevKit3.3 刷完立刻記版本4. 登錄與網絡5. 功耗與溫度6. 算力路徑冒煙7. Docker8. 磁盤與內存9. 不要從 Orin 硬搬的東西10. 常見坑11. 收工檢查12. 下一步13. 小結摘要Thor 不是 Orin 換皮。封裝不兼容軟件走 JetPack 7 / CUDA 13 / SBSA刷機也常變成「U 盤裝系統(tǒng)」而不是老一套 recovery。本文按第一天順序寫認板與供電、ISO 刷機、登錄網絡、功耗溫度、算力樣例、磁盤與 Docker以及不要從 Orin 硬搬什么。適合剛到手的 Jetson AGX Thor 開發(fā)者套件。步驟以 NVIDIA Quick Start 與當前 JetPack 文檔為準。1. 第一天目標第一天只建立基線不堆業(yè)務能穩(wěn)定開機、登錄網絡和磁盤正常記下 JetPack / L4T 版本后面裝組件和容器才有依據功耗檔和溫度看過一眼CUDA / TensorRT 至少有一條官方路徑能跑檢測、大模型、Isaac、自研工程都放到這些確認之后。環(huán)境沒捋清就搬 Orin 上的鏡像和引擎后面半天都在猜是板子問題還是軟件代際問題。官方入口AGX Thor Quick StartBSP SetupISO / SDK Manager / flash 腳本JetPack 下載頁2. 認板與供電本文默認是Jetson AGX Thor Developer Kit常見集成T5000、板載大容量 NVMe。量產模組加載板的接口與供電以載板手冊為準不要把 DevKit 假設原樣搬過去。開箱先記下項建議記下的內容模組T5000 / 其他 SKU內存容量存儲系統(tǒng)是否在 NVMe容量多少電源是否使用套件標配 USB-C 電源散熱風扇能否轉風道有沒有被擋軟件目標計劃安裝的 JetPack 大版本和 Orin 比第一天最容易翻車的是供電與散熱。Thor 功耗可配置區(qū)間更高公開材料常見約 40W130W 量級標配電源不是裝飾。官方 Quick Start 也強調優(yōu)先用套件電源。電源偏弱時表現(xiàn)可能是隨機重啟、USB 掉線、文件系統(tǒng)異?？雌饋硐褴浖牧?。另外記住Thor 與 Orin無針腳兼容。載板、外殼、供電方案不能按「Orin 換模組」理解。選型背景見同目錄《Jetson Orin 和 Thor 怎么選》《NVIDIA Jetson Thor 簡介》。3. 刷機JetPack 7 起開發(fā)者套件常見路徑是制作 Jetson ISO 安裝 U 盤 → 裝到 NVMe不一定非要一臺符合版本要求的 Ubuntu 主機 SDK Manager。Windows / Mac / Linux 主機都可以先做 U 盤。3.1 材料主機至少約 25GB 空閑空間下 ISOU 盤16GB 及以上寫盤工具如 Balena Etcher不能只是把 ISO 文件復制進 U 盤ISO 從 JetPack 下載頁 取面向 AGX Thor 的當前版本不要拿過期鏡像硬裝。3.2 安裝順序DevKit接顯示器 / 鍵鼠或按文檔走 Debug 串口的 headless 流程插入安裝 U 盤接上標配電源按電源鍵開機若提示QSPI capsule update按Y等更新完成不要跳過安裝菜單優(yōu)先選Install on NVMe裝完重啟前拔掉安裝 U 盤否則可能再次進安裝盤進入oem-config用戶、密碼、時區(qū)、網絡細節(jié)、重裝注意項、UEFI 兼容性以 Quick Start 為準。需要 SDK Manager 或Linux_for_Tegra腳本時看 BSP Setup。3.3 刷完立刻記版本cat/etc/nv_tegra_releaseuname-a# 包名隨版本可能變化以鏡像實際為準dpkg-l|rg-invidia-jetpack|nvidia-l4t把輸出貼進一個小文本型號、內存、JetPack/L4T、安裝日期。后面裝 CUDA 組件、拉容器、對論壇都靠這份基線。注意ISO 路徑往往先把BSPJetson Linux裝上CUDA、TensorRT 等 JetPack 組件是否已齊全要以當前文檔的JetPack SDK Setup為準。第一天發(fā)現(xiàn)nvcc/ TensorRT 不在優(yōu)先補官方組件不要按 x86 方式重裝一份 CUDA。4. 登錄與網絡datetimedatectl statusipaddrping-c38.8.8.8時間不對下證書、拉包、拉容器都可能怪到別處。只用 ssh 時記下 IP路由器里做 DHCP 綁定或靜態(tài)地址大文件盡量讓板子自己拉少經筆記本中轉公司網有代理第一天就把 apt / Docker 代理設好Thor DevKit 網絡口比常見 Orin 套件更豐富例如多千兆 / QSFP 等以載板為準。第一天有線能通即可高速相機、Holoscan Sensor Bridge、25GbE 類鏈路放到環(huán)境穩(wěn)后再接少一次變量。遠程桌面可以后做。第一天能 ssh、能拷文件、能跑樣例就夠。圖形遠程更占資源也更容易把「環(huán)境不通」和「桌面卡」攪在一起。5. 功耗與溫度tegrastatssudonvpmodel-qsudonvpmodel-p空載看一兩分鐘確認風扇在轉。字段名隨 JetPack 可能變化溫度與 GPU 相關項看懂即可。寫測試記錄時帶上功耗檔。同一模型在不同檔位上差一截很正常。悶殼、風道堵、標配風扇被替換成靜音方案時高檔位空轉也可能降頻或保護重啟——DevKit 開放散熱上的數字不能直接寫成量產指標。jetson_clocks一類鎖頻手段第一天知道存在即可不必一上來鎖滿。先摸清模式和溫度再談鎖頻。6. 算力路徑冒煙目標不是跑通業(yè)務模型而是證明加速棧在nvcc--versionnvidia-smi python3-cimport tensorrt as trt; print(trt.__version__)Thor 走 SBSA / 更接近服務器語義的軟件路線nvidia-smi等工具的表現(xiàn)可能比老 Jetson 更「像獨顯」。以你當前 JetPack 實際輸出為準命令不存在或權限不對時先回到 JetPack 組件是否裝全。建議再做一件跑一個官方 CUDA sample或TensorRT 自帶小例子樣例失敗時的排查順序JetPack 組件是否裝全功耗檔是否過低或已經熱降頻df -h是否磁盤滿是否把 x86 / 舊 Orin 的 wheel、引擎、容器硬搬過來第一天不要編譯大型開源倉庫也不要按桌面 PC 教程重裝 CUDA。官方路徑通了再上 YOLO、VLM、Isaac。7. Docker不用容器可跳過。要用則先做 smoke testdockerversion# 鏡像標簽必須匹配當前 JetPack / L4T不要用桌面 x86 鏡像dockerrun--rm--runtimenvidia匹配當前版本的L4T鏡像nvidia-smi注意runtime 沒配好時容器能起、GPU 不可用Orin 上能用的 L4T 鏡像不能默認拿到 Thor 上復用鏡像很大先看磁盤與網絡Docker 數據目錄默認常在系統(tǒng)盤。有獨立數據分區(qū)時第一天就可以規(guī)劃鏡像與容器層放哪避免兩周后滿盤偽裝成各種 GPU 故障。8. 磁盤與內存df-hfree-hlsblkDevKit 常見大容量 NVMe但仍建議系統(tǒng)與大數據模型、數據集、Docker 層分區(qū)或分目錄清楚系統(tǒng)分區(qū)只剩幾個 G 時apt、拉鏡像、導引擎都會突然失敗日志journalctl、Docker 日志、自己的 debug也會吃盤內存通常遠高于 Orin Nano/NX第一天仍別同時開遠程大桌面 多容器 本機大編譯 無節(jié)制拉模型。基線清爽后面壓測才有對照。9. 不要從 Orin 硬搬的東西類別原因TensorRT.engine綁定 GPU 架構與 TensorRT 版本舊 L4T / JetPack 5·6 容器用戶態(tài)與驅動代際不同按 Orin 寫死的刷機習慣Thor 常見 ISO U 盤安裝細節(jié)已變「換模組升級」的結構假設封裝與供電不兼容把 Orin 上的峰值 FPS 當 Thor 合同指標負載類型與軟件棧都不同Orin 上的算法與數據可以遷運行時產物按目標板重建。第一天就把這條邊界劃清后面少吵兩天。10. 常見坑現(xiàn)象多見原因處理裝完又進安裝盤沒拔 U 盤拔掉安裝盤再啟動卡在 QSPI / 固件提示跳過了 capsule update重來并按 Y 等完成無顯示經 KVM部分 KVM 不兼容顯示器直連試nvcc/ TensorRT 沒有只裝了 BSP組件未裝全按 JetPack SDK Setup 補容器無 GPUruntime 或鏡像標簽不對查 Docker 與 L4T 標簽隨機重啟、USB 掉供電不穩(wěn)先換標配電源與線樣例異常慢功耗檔低、降頻、實際走 CPU看nvpmodel與溫度按 Orin 教程硬套版本與架構假設錯誤回到 Thor 當前文檔第一天盡量少做無目的full-upgrade、按 x86 重裝 CUDA、并行堆多個互相打架的 Python 環(huán)境、封閉殼里最高檔空轉很久。11. 收工檢查能穩(wěn)定登錄屏幕或 sshJetPack / L4T 版本已記下系統(tǒng)在 NVMe 上磁盤空間夠用當前nvpmodel清楚tegrastats看過溫度與風扇nvidia-smi/ CUDA / TensorRT 至少一條路徑冒煙通過用 Docker 的話匹配鏡像的 GPU 測試過明確不從 Orin 拷引擎和舊容器當第一依賴幾人共用板時把型號、內存、JetPack、功耗檔、數據目錄、基礎鏡像標簽放進同一份小文檔。12. 下一步環(huán)境穩(wěn)了再往下按你的目標選一條視覺檢測本板重建 TensorRT 引擎再談 DeepStream端側大模型 / VLM先小模型打通內存與吞吐再上業(yè)務模型機器人 / Physical AI再接 Isaac、相機與高速傳感鏈路相機、QSFP、多模型并發(fā)都不是第一天必選項。先保證「版本、供電、磁盤、加速路徑」比較清楚了。13. 小結Thor 第一天不著急上業(yè)務而是把供電、ISO/BSP、版本、功耗檔、官方算力路徑摸清楚并接受它和 Orin 不是同一套搬遷假設。這幾樣清楚了后面上模型與傳感問題更好處理。命令與包名隨 JetPack 會變對不上就查當前官方文檔不要用舊 Orin 教程硬套。