Jetson TX2火力全开

Jetson Tegra系统的应用涵盖越来越广,相应用户对性能和功耗的要求也呈现多样化。为此NVIDIA提供一种新的命令行工具,可以方便地让用户配置CPU状态,以最大限度地提高不同场景下的性能和能耗。

记住,Jetson TX2由一个GPU和一个CPU集群组成。 CPU集群由双核丹佛2处理器和四核ARM Cortex-A57组成,通过高性能互连架构连接。 拥有6个CPU核心和一个GPU,您可以不必自行运行所有性能/功耗来测试最佳的运行状态,因为NVIDIA的新的命令工具Nvpmodel,提供了5种模式。在Jetson TX2上。 下表列出了CPU内核的模式以及正在使用的CPU和GPU的最大频率。

TX2上CPU的情况:

cat /proc/cpuinfo

TX2上CPU的情况。

查看当前的功耗模式:

 sudo nvpmodel -q –verbose

希望开启火力全开的模式,当然是模式0:

sudo nvpmodel -m 0

设置最大功耗模式还有一种方法:

先查看当前的CPU状态:

cd /home/ubuntu
sh jetson_clocks.sh --show

注意需要在root权限下操作。

开启最大功耗模式:

sh jetson_clocks.sh

原文地址:https://www.cnblogs.com/xiaojianliu/p/9683083.html

时间: 2024-08-01 01:57:41

Jetson TX2火力全开的相关文章

Jetson TX2安装Jetpack 3.0注意事项

Jetson TX2安装Jetpack 3.0注意事项 nvidia jetson tx2配置caffe: http://blog.csdn.net/jiongnima/article/details/70040262 CSDN jiongnima博主的这篇文章非常详细完整,但是作为一个初次接触nvidia jetson TX2的人来说,还是会难免遇到一些困难,下面我在这篇文章的基础上,写一些我在安转Jetpack 3.0时遇到的问题,希望大家可以坐在以后的安装过程中规避这些问题:  1.在nv

Jetson TX2安装TensorFlow注意事项

Jetson TX2安装TensorFlow注意事项 在nvidia jetson TX 2上安装TensorFlow时,在使用下面教程进行安装时,可能会出现多次卡死在编译阶段:./buildTensorFlow.sh: nvidia jetson tx2 安装TensorFlow:http://www.ncnynl.com/archives/201706/1754.html 解决方法:引发该错误的原因是内存不足,可以通过通过Ubuntu中的swap分区分配2G虚拟内存,来解决内存不足的问题:

NVIDIA Jetson TX2 通过JetPack 3.1刷机后不能启动连网问题解决

Mark一个Jetson TX2刷机后不能启动的问题. 问题的现象是Jetson TX2 通过JetPack 3.1更新固件成功,但是reboot后没有显示,也没有eth0的网络连接,主机控制台卡在"Determing the IP address of target...",如图1所示,手动复位还是这样,以至于主机的JetPack 3.1不能完成后续的步骤. 问题的原因是Jetson TX2连接显示器的HDMI-VGA适配器不被启动时的linux识别,导致卡在检测显示适配器这一步,如

Jetson TX2安装tensorflow

Jetson TX2安装tensorflow 大致分为两步: 一.划分虚拟内存 原因:Jetson TX2自带8G内存这个内存空间在安装tensorflow编译过程中会出现内存溢出引发的安装进程奔溃 1. 创建8G大小的swapfile fallocate -l 8G swapfile 2. 更改swapfile的权限 chmod 600 swapfile 3. 创建swap区 mkswap swapfile 4. 激活swap区 sudo swapon swapfile 5. 确认swap区在

Jetson TX2刷机教程(原创)

Jetson TX2刷机教程 一,硬件准备 1台host主机(linux系统,最好是ubuntu64位) 1台Jetson TX2的平台 二,软件包 JetPack(Jetson SDK) 下载地址:https://developer.nvidia.com/embedded/downloads#?search=jetpack%203.1 三,安装过程 1.在host主机中下载的JetPack(Jetson SDK)软件包 2.将下载的软件包右键,选择properties,勾选Allow exec

Jetson TX2上的demo(原创)

Jetson TX2上的demo 一.快速傅里叶-海动图 sample The CUDA samples directory is copied to the home directory on the device by JetPack. The built binaries are in the following directory: /home/ubuntu/NVIDIA_CUDA-<version>_Samples/bin/armv7l/linux/release/gnueabihf

在Jetson TX2上安装OpenCV(3.4.0)

参考文章:How I built TensorFlow 1.8.0 on Jetson TX2 与参考文章大部分都是相似的,如果不习惯看英文,可以看看我下面的描述 在我们使用python3进行编程时,import cv2不起作用.由于预先安装的opencv是与python2.7绑定的,如果想在python3环境下使用,我们需要重新编译opencv 先决条件 已经在Jetson TX2上安装了JetPack-3.3(或JetPack-3.2.1或JetPack-3.1) 安装步骤 首先清理旧的op

在Jetson TX2上安装caffe和PyCaffe

参考文章:How to Install Caffe and PyCaffe on Jetson TX2 与参考文章大部分都是相似的,如果不习惯看英文,可以看看我下面的描述 caffe是Nvidia TensorRT最支持的深度学习框架,因此在Jetson TX2上安装caffe很有必要.顺便说一句,下面的安装是支持python3的. 先决条件 在Jetson TX2上完成JetPack-3.1的安装. 构建并安装OpenCV-3.4.0,并确保其在python3下正常工作.参考:在Jetson

NVIDIA Jetson TX2 on GreenGrass

如果您刚开始使用 AWS IoT Greengrass,我们建议您使用 Raspberry Pi 或 Amazon EC2 实例作为您的核心设备,并且按照适合您的设备的设置步骤进行操作.要使用不同的设备或平台,请按照本部分中的步骤操作.有关支持的设备平台的信息,请参阅 Greengrass 核心平台兼容性. 如果您的核心设备是 NVIDIA Jetson TX2,您必须先使用 JetPack 3.3 安装程序切换该固件.如果要配置不同的设备,请跳至步骤 2. 注意 您使用的 JetPack 安装