- 综合排序
- 最热优先
- 最新优先
- 来自专栏GPUS开发者
NVIDIA Tegra X1 移動處理器
NVIDIA 5 日發佈推出最新移動處理器 - Tegra X1 ，其主要針對各種移動裝置及車載裝置設計，上代 Tegra K1 亦受到多間廠商青睞，其中 Google 亦選配 Tegra K1 CES 2015 中 NVIDIA 發佈的新一代 Tegra X1 移動處理器，其達到現時最高效的 Teraflops 運算標準，採用雙四核心 64bit 架構，由 四組 ARM Cortex A57 同時，圖像處理部份一向是 Nvidia 的強項， Tegra X1 經過 Nvidia 的優化，並將多達 256 組 GPU 內建處理器中，其採用 20nm 制程，以最新 MaxwellGPU 架構為基礎 ，效能比上代屢獲殊榮的 Tegra K1 更為強悍，提供雙倍效能，運作現時超高解像度屏幕或要求更嚴格的遊戲和應用程式時勝任。
1.1K70发布于 2018-03-30 - 来自专栏GPUS开发者
NVIDIA新一代Tegra处理器叫Parker
在刚刚结束的Hot Chips会议上，NVIDIA高调发布了自家的新一代Tegra处理器——Parker。 Hot Chips会议上，NVIDIA官方表示，作为新一代的Tegra处理器，Tegra Parker就是为智能驾驶而生的一款处理器，它十分适合用于智能汽车上的车载电脑系统。 Tegra Parker具备强大扩展能力，它支持虚拟化硬件，可支持8个虚拟机，用于智能汽车中的多个车载系统，例如车载娱乐系统、仪表盘系统、自动驾驶系统等等，只需要一个Tegra Parker就可以完成。 另外NVIDIA表示，如果你觉得一个Tegra Parker的性能还不能满足你，那你可以将它集成到更加复杂的设计中，比如NVIDIA Drive Px 2中就使用了两个Tegra Parker，以及多个 也正因如此Tegra系列的功耗自然不是移动级的SoC能相比的。
1.8K50发布于 2018-03-30 - 来自专栏GPUS开发者
Tegra X1 家用遊戲多元化裝置 NVIDIA SHIELD Android TV
NVIDIA 5 日針對智能家居推出 NVIDIA SHIELD 系列 Android TV 裝置，內建 Tegra X1 處理器提供優質性能，而且採用 Android 系統平台並搭載為遊戲而設計的 SHIELD NVIDIA SHIELD 內建 NVIDIA Tegra X1 八核心處理器， 64 bit 架構，並搭載 256 核心 Maxwell GPU 及 3GB RAM ，整體效能十分強悍，裝配於流動裝置可能較耗電 同時， SHIELD 搭載為遊戲而設計的 SHIELD 控制器，配合 Tegra X1 搭載的 256 核心 Maxwell GPU 加持，其處理大型立體遊戲時能力高強，並已有 50 款針對 SHIELD
82150发布于 2018-03-30 - 来自专栏FreeBuf
Tegra内核漏洞无法修复，越狱指日可待
研究人员发布了一个Fusée Gelée漏洞的PoC代码，漏洞影响的是任天堂Switch主机里嵌入式处理器中涉及Nvidia Tegra的代码。 问题在于漏洞处于Switch的bootROM组件中，该组件位于Nvidia Tegra芯片组内，用于控制设备的启动程序。 事实上，研究Switch越狱的不止这两个团队，就在Temkin发布Fusée Gelée漏洞细节之后，团队Fail0verflow也发布了自己的Nvidia Tegra漏洞（ShofEL2）。 本次破解利用了Nvidia Tegra X1芯片（版本210）的USB恢复模式漏洞，该漏洞能够绕过保护芯片关键部分bootROM，通过发送超长的控制请求导致内存溢出，从而获得直接内存访问。 这个漏洞影响的是大量Tegra设备，不仅仅是Switch，甚至不止是Tegra X1芯片。因此急于过早地公布漏洞细节可能也太过草率。
1.1K30发布于 2018-07-30 - 来自专栏GPUS开发者
大疆给无人机配大脑 ，Manifold妙算采用Tegra处理器
Manifold内建时脉2.2 GHz 的NVIDIA Tegra K1处理器，采用Ubuntu 14.04作业系统，支援大疆所开发的DJI Onboard SDK与经纬M100（Matrice 100
1.3K110发布于 2018-03-30 - 来自专栏JETSON NANO AI
Jetson Nano IO物理引脚与虚拟引脚映射计算
0 #define TEGRA_GPIO_BANK_ID_B 1 #define TEGRA_GPIO_BANK_ID_C 2 #define TEGRA_GPIO_BANK_ID_D 3 #define TEGRA_GPIO_BANK_ID_E 4 #define TEGRA_GPIO_BANK_ID_F 5 #define TEGRA_GPIO_BANK_ID_G 6 #define TEGRA_GPIO_BANK_ID_H TEGRA_GPIO_BANK_ID_L 11 #define TEGRA_GPIO_BANK_ID_M 12 #define TEGRA_GPIO_BANK_ID_N 13 #define TEGRA_GPIO_BANK_ID_O 14 #define TEGRA_GPIO_BANK_ID_P 15 #define TEGRA_GPIO_BANK_ID_Q 16 #define TEGRA_GPIO_BANK_ID_R 17 # TEGRA_GPIO_BANK_ID_V 21 #define TEGRA_GPIO_BANK_ID_W 22 #define TEGRA_GPIO_BANK_ID_X 23 #define TEGRA_GPIO_BANK_ID_Y
2.2K50发布于 2020-06-04 - 来自专栏GPUS开发者
内建NVIDIA Tegra K1的超强穿戴式装置改变视障人生活
Horus穿戴的方法如同耳机，内建 NVIDIA Tegra K1 进行GPU加速计算机视觉处理与深度学习，并有感测器负责处理、分析、描述两台摄影机所拍摄到的影像。 Murgia说明Eyra采用了NVIDIA Tegra K1s GPUs、cuDNN，还有CUDA 平行运算平台，来加速训练深度神经网络以辨识影像。 另外也使用了Tegra K1s和CUDA进行推论，将训练好的网络实际运用在现实生活中。
865100发布于 2018-04-02 - 来自专栏GPUS开发者
在Jetson TX2上编译模块
我创建了一个名为~/var .sh的文件: export TEGRA_KERNEL_OUT=~/tegra/kernel export TEGRA_MODULES_OUT=~/tegra/modules -p $TEGRA_MODULES_OUT 根据需要调整目录位置。 运行此脚本建立变量: source ~/vars.sh 备注 export TEGRA_KERNEL_OUT=~/tegra/kernel export TEGRA_MODULES_OUT=~/tegra 后面用这2个变量的: mkdir -p $TEGRA_KERNEL_OUT mkdir -p $TEGRA_MODULES_OUT 等于打了mkdir -p ~/tegra/kernel 和打了mkdir tegra18_defconfig make -C kernel/kernel-4.4/ O=$TEGRA_KERNEL_OUT menuconfig 备注 make -C kernel/kernel
2.6K40发布于 2018-06-25 - 来自专栏GPUS开发者
如何将Jetson AGX Orin升级到Ubuntu 24.04
/l/linux-signed-nvidia-tegra/linux-image-6.8.0-1004-nvidia-tegra_6.8.0-1004.4_arm64.deb wget https:// us.ports.ubuntu.com/pool/main/l/linux-nvidia-tegra/linux-modules-6.8.0-1004-nvidia-tegra_6.8.0-1004.4 /l/linux-nvidia-tegra-modules-signed/linux-modules-tegra-igpu-jetson-devel-6.8.0-1004-nvidia-tegra_6.8.0 /ubuntu-ports/pool/main/l/linux-nvidia-tegra-modules-signed/linux-nvidia-tegra-tegra-igpu-jetson-devel-defaults -6.8.0-1004-nvidia-tegra_6.8.0-1004.4_arm64.deb linux-modules-tegra-igpu-jetson-devel-nvidia-tegra_6.8.0
83010编辑于 2025-05-08 - 来自专栏日知录
Xavier开发者平台Docker中安装PCAN
中安装PCAN 1）、add之前宿主机make产生的文件到对应的docker目录上 2）、在docker中加载pcan 具体内容如下 ADD file/linux-headers-4.9.140-tegra /usr/src/linux-headers-4.9.140-tegra/ ADD file/pcanlib/etc/modules.conf.local /etc/ ADD file/pcanlib /lib/modules/4.9.140-tegra /lib/modules/4.9.140-tegra/ ADD file/pcanlib/usr/include /usr/include/ ADD file/pcanlib/usr/lib /usr/lib/ ADD file/pcanlib/usr/local/bin /usr/local/bin/ ADD file/tegra /usr/lib /aarch64-linux-gnu/tegra/ RUN echo "/usr/lib/aarch64-linux-gnu/tegra" >> /etc/ld.so.conf.d/aarch64-linux-gnu.conf
96610编辑于 2021-12-08 - 来自专栏GPUS开发者
如何利用Python在Jetson TX2上抓取和显示摄像头影像
ACCELERATED GSTREAMER FOR TEGRA X2 USER GUIDE:文档里讲解了nvcamerasrc, nvvidconv 和 omxh264dec . 3 如何运行Tegra 默认分辨率为 1920x1080 @ 30fps. $ python3 tegra-cam.py 按照下面步骤使用 USB 网络摄像头，并且把分辨率设置为1280x720. $ python3 tegra-cam.py --usb --vid 1 --width 1280 --height 720 按照下面步骤使用IP摄像头，把最后的RTSP URI 参数设置为你自己的 IP CAM. $ python3 tegra-cam.py --rtsp --uri rtsp://admin:XXXXXX@192.168.1.64:554 这是我的Jetson TX2用IP摄像头运行 tegra - cam的截图。
3.1K120发布于 2018-04-02 - 来自专栏GPUS开发者
NVIDIA Jetson Orin nano开发套件启动时间太久？
hardware nvidia/soc/t23x 刷写的设备树二进制文件（DTB）位于： <top>/hardware/nvidia/platform/t23x/concord/kernel-dts/tegra234 = { .driver = { .name = "sdhci-tegra", .of_match_table = sdhci_tegra_dt_match, , .remove = sdhci_tegra_remove, .shutdown = sdhci_tegra_shutdown, }; 减少文件系统初始化时间 为了减少初始化文件系统所需的时间 is not set # CONFIG_SND_SOC_TEGRA_ALT_FORCE_CARD_REG is not set # CONFIG_SND_SOC_TEGRA_T186REF_ALT is not set # CONFIG_SND_SOC_TEGRA_T186REF_MOBILE_ALT is not set 模块化内核驱动程序 模块化内核驱动程序，以便在引导期间仅加载所需的部分。
1.3K20编辑于 2023-05-29 - 来自专栏GPUS开发者
优地推出发烧级Tegra K1安卓开发板, 京东售卖
近日，由优地科技推出的新品Tegra K1开发板正式在京东上线，售价1199元。 Tegra K1开发板分两部分组成——核心板和接口板，其采用分板叠层式的结构，有效合理地利用了板子的空间，因此接口板有很高的定制性。 Tegra K1是NVIDIA首次于同一型号在CPU（处理器）部分设计两个版本的移动处理器芯片，分为四核版和双核版。 优地科技的Tegra K1 SOC开发板所选择的正是四核版32位芯片。 同时，Tegra K1开发板还能够为希望开发高性能、低功耗的移动VR（虚拟现实）、AR（增强现实）提供更可靠、更完美的开发平台。
1.3K60发布于 2018-03-30 - 来自专栏GPUS开发者
如何在Jetson TX2上用Python捕获摄像头影像，并用Caffe进行推理
这tegra-cam-caffe.py sample应该适合快速验证您的新训练的Caffe图像分类模型，用于原型，或者用实时摄像机输入构建Caffe演示程序。 1 准备工作 1.参考前面的帖子：如何利用Python在Jetson TX2上抓取和显示摄像头影像 ，确认tegra-cam.py 在你的Jetson TX2上运行是OK的。 $ python3 tegra-cam-caffe.py 4.使用USB网络摄像头 /dev/video1 ，同时分辨率设置为 1280x720. $ python3 tegra-cam-caffe.py --usb --vid 1 --width 1280 --height 720 5.或者使用IP摄像头. $ python3 tegra-cam-caffe.py --prototxt XXX.prototxt \ --model YYY.caffemodel
2.2K51发布于 2018-04-02 - 来自专栏GPUS开发者
NVIDIA®Jetson嵌入式平台开发工具JetPack 3.0正式发布
此软件包包含用于主机（Ubuntu）和目标（Jetson TX2，TX1和TK1）平台的CUDA工具包、最新的NVIDIA开发工具（Tegra Graphics Debugger 2.4，Tegra System 使用附带的Linux for Tegra r27.1映像设置NVIDIA Jetson TX2开发工具包。 使用附带的Linux for Tegra r24.2.1映像设置NVIDIA Jetson TX1开发工具包。 使用附带的Linux for Tegra r21.5映像设置NVIDIA Jetson TK1开发工具包。 系统概要分析3.7 各种错误修复和性能增强 -Tegra图形调试器2.4 稳定性改进 各种用户界面错误修复 -OpenCV4Tegra 2.4.13 -多媒体API v27.1 -TensorRT 1.0
2.4K90发布于 2018-04-02 - 来自专栏GPUS开发者
如何在Jetson TX2上使用CSI相机(续）
fpsdisplaysink text-overlay=false -v 看看这篇《Tegra X1的Gstreamer管线》提供更多示例流水线。 在设置Jetson设备时，Nvidia Jetpack会安装一个称为OpenCV4Tegra的特殊闭源版本的OpenCV，它针对Jetson进行了优化，并且比开源版本稍快。 虽然OpenCV4Tegra的运行速度比纯OpenCV 2更快，但OpenCV 2的所有版本都不支持从gstreamer中捕获视频，所以我们无法从中轻松获取视频。 所以我们将用一个自编的OpenCV 3替换OpenCV4Tegra。一旦完成，通过gstreamer管道捕捉视频是非常容易的。 在Nvidia Jetson上使用GStreamer支持编译OpenCV 3 运行以下命令删除OpenCV4Tegra： sudo apt-get purge libopencv4tegra-dev libopencv4tegra
11.4K31发布于 2018-06-25 - 来自专栏云深之无迹
关于Nano自带的网络接口问题
如果是串口连接，这里会有一个16MB的flash出现usb-dev-mode用于 Tegra 的 LinuxUSB 设备模式 USB 设备模式配置脚本配置 Tegra USB 闪存端口充当USB设备并实现各种协议 该脚本允许 USB主机系统使用 USB 电缆与 Tegra 设备交互。下列可以同时使用已实现的协议： - 以太网：允许使用 SSH 登录系统和使用高带宽文件复制 SFTP。 可以多终端登录，至少SSH是这样的 使用以太网协议（网线和USB网络共享） Linux for Tegra 实现了两种类型的以太网设备以支持各种USB 主机上运行的操作系统。 应该是用USB网络就不要用网线 Linux for Tegra 将 fe80::1 的本地链路 IPv6 地址分配给 USB以太网设备。你不必按顺序配置主机使用 IPv6 链路本地地址。 Linux for Tegra 为 Jetson 分配了一个静态 IPv4 地址 192.168.55.1，并且 运行 DHCP 服务器自动分配 IPv4 地址 192.168.55.100你的主机。
1.7K40编辑于 2022-02-09 - 来自专栏Jack-Cui
Jetson TX1开发笔记(四)：使用Caffe对摄像机视频流中的目标进行识别
blog.csdn.net/c406495762 嵌入式平台(Target)： Jeston TX1 一、前言 安装好Jetpack3.0中所有的组件之后，TX1的/home目录中出现一个tegra_multimedia_api 在~/tegra_multimedia_api/samples/11_camera_object_identification目录中，我们可以找到REAME文件，这个文件就是教我们如何运行这个摄像机目标识别实例的 三、编译本例程需要使用的OpenCV 1.使用如下指令进入编译文件夹 cd ~/tegra_multimedia_api/samples/11_camera_object_identification/ get_ilsvrc_aux.sh 五、编译并运行实例 1.使用如下指令添加环境变量 sudo vim ~/.bashrc 在~/.bashrc最后一行如下内容，保存并退出(wq)： export TEGRA_ARMABI caffe/caffe-master/build/lib:/usr/local/cuda/lib64 然后使用指令如下： source ~/.bashrc 2.编译Caffe目标识别实例 cd ~/tegra_multimedia_api
1.3K21发布于 2019-05-25 - 来自专栏GPUS开发者
看国外媒体对NVIDIA Jetson Nano的评测报告
凭借这款低成本的Jetson平板，Nano使用了与几年前Jetson TX1类似的Tegra芯片。 该Tegra X1 SoC具有四核Cortex-A57处理器和128核NVIDIA Maxwell图形…虽然没有X2或AGX Xavier那么有趣，但是考虑到通常在100美元以下的Arm开发板中可以找到 使用旧的Tegra X1设计的一个好处是，开源Linux内核支持比刚刚发布的soc更好，甚至在新驱动程序栈中还有开源的Tegra Maxwell图形支持。 ? Jetson Nano上的“Linux 4 Tegra”以Ubuntu 18.04 LTS为目标，尽管我们已经看到其他Linux发行版也增加了对其他Jetson板的支持。 Jetson Nano肯定会为NVIDIA Tegra SoCs打开更多的低成本DIY项目和其他爱好者的用例，并打开GPU/CUDA加速，到目前为止，这在低成本的电路板上是不可能的。
6K2315发布于 2019-04-29 - 来自专栏全栈程序员必看
[解决]Invalid configuration `aarch64-linux’: machine `aarch64′ not recognize「建议收藏」
Invalid configuration `aarch64-linux': machine `aarch64' not recognized 系统环境 ubuntu@tegra-ubuntu:/$ file linked, for GNU/Linux 3.7.0, BuildID[sha1]=e31196f09f5c22fbc94e653b40d7b0f07309cf5c, stripped ubuntu@tegra-ubuntu :/$ cat /proc/version Linux version 3.10.96+ (tegra-ubuntu@ubuntu) (gcc version 5.4.1 20170404 (Linaro GCC 5.4-2017.05) ) #1 SMP PREEMPT Tue Jul 24 20:52:13 PDT 2018 ubuntu@tegra-ubuntu:/$ lsb_release -a Distributor ID: Ubuntu Description: Ubuntu 16.04 LTS Release: 16.04 Codename: xenial ubuntu@tegra-ubuntu
3.5K10编辑于 2022-11-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号