4、JetPack SDK概述：版本演进、组件清单与兼容性矩阵
好，咱们进入正题。JetPack SDK，说白了就是NVIDIA为Jetson系列量身定做的一套“全家桶”。你拿到一块Jetson开发板，光有硬件是跑不起来的，得靠JetPack把操作系统、驱动、还有各种AI加速库一股脑全装上。我个人习惯把JetPack理解成Jetson的“灵魂”，没有它，你的板子就是一块高级砖头。
4.1 JetPack版本演进：从TX1到Orin
JetPack的版本演进，其实跟Jetson硬件的迭代是绑定的。我最早接触的是JetPack 2.3，那时候还是给TX1用的。后来一路用到现在的JetPack 6.0，变化真的很大。
简单梳理一下关键节点：
- JetPack 2.x ~ 3.x：对应TX1、TX2时代。那时候L4T还是基于Ubuntu 16.04，CUDA版本也低，我记得是8.0左右。说实话，那时候的生态远没有现在成熟，踩坑是家常便饭。
- JetPack 4.x：这是一个分水岭。对应Xavier NX、AGX Xavier、还有后来的Nano。L4T升级到Ubuntu 18.04，CUDA到了10.2。TensorRT也成熟了很多。我在Xavier NX上做过一个视觉项目，就是靠JetPack 4.4稳住了。
- JetPack 5.x：对应Orin NX和Orin AGX。L4T跳到Ubuntu 20.04，CUDA直接到了11.4。最让我惊喜的是，它原生支持了PCIe Gen4，带宽翻倍，这对高速数据传输太关键了。
- JetPack 6.0：最新的版本。L4T基于Ubuntu 22.04，CUDA升级到12.x。嗯，这里要注意，它开始全面拥抱容器化部署，官方推荐用JetPack容器来跑应用，而不是直接刷到板子上。
4.2 组件清单：L4T、CUDA、cuDNN、TensorRT、OpenCV
JetPack里到底装了啥？我拆开给你看。核心组件就这几个，但每一个都不可或缺。
4.2.1 L4T（Linux for Tegra）
这是Jetson的操作系统内核和驱动层。说白了，它就是Ubuntu + NVIDIA定制内核。你刷机时，第一步装的就是L4T。L4T里包含了GPU驱动、多媒体驱动、还有电源管理固件。我在项目中遇到过，如果L4T版本跟硬件不匹配，摄像头驱动会直接挂掉，画面全黑。所以，L4T版本一定要跟你的板子型号严格对应。
4.2.2 CUDA
这个不用多解释，NVIDIA的并行计算平台。Jetson上的CUDA是ARM架构的，跟桌面x86版不完全一样。你写CUDA代码时，编译选项要加-arch=sm_72（Xavier）或-arch=sm_87（Orin）。我刚开始就吃过这个亏，在PC上编译好的程序，拷到Jetson上跑不了，就是因为架构没指定。
4.2.3 cuDNN
深度神经网络的加速库。它专门优化了卷积、池化、激活函数这些操作。没有cuDNN，你的模型推理速度会慢一个数量级。我记得有一次，我在Jetson Nano上跑YOLOv5，没装cuDNN时FPS只有5，装上后直接飙到25。差距就这么大。
4.2.4 TensorRT
这是NVIDIA的推理优化器。它能把训练好的模型（比如ONNX、TensorFlow）做量化、层融合、内存优化，然后生成一个极度高效的推理引擎。我习惯在部署前，先用TensorRT把模型转一遍，精度损失不到1%，但速度能提升2-3倍。你想想看，这对边缘设备有多重要。
4.2.5 OpenCV
计算机视觉库。JetPack里带的OpenCV是NVIDIA优化过的，支持CUDA加速。你用cv::cuda::GpuMat处理图像，比CPU版本快很多。不过要注意，JetPack里的OpenCV默认不包含某些扩展模块（比如xfeatures2d），如果你需要SIFT、SURF这些，得自己编译。
4.3 版本兼容性矩阵
这是最让人头疼的部分。不同版本的JetPack，支持的CUDA、cuDNN、TensorRT版本都不一样。我整理了一个简化的对照表，方便你查阅：
| JetPack版本 | L4T版本 | CUDA版本 | cuDNN版本 | TensorRT版本 | OpenCV版本 |
|---|---|---|---|---|---|
| 4.6.4 | 32.7.4 | 10.2 | 8.2 | 8.2.1 | 4.1.1 |
| 5.0.2 | 35.1.0 | 11.4 | 8.6 | 8.4.1 | 4.5.4 |
| 5.1.2 | 35.4.1 | 11.4 | 8.8 | 8.5.2 | 4.5.4 |
| 6.0 | 36.3.0 | 12.2 | 9.0 | 8.6.2 | 4.8.0 |
另外，还有一个容易忽略的点：Python版本。JetPack 4.x默认是Python 3.6，JetPack 5.x是Python 3.8，JetPack 6.x是Python 3.10。你的代码如果用了某些只支持特定Python版本的库（比如torch），一定要先确认好。
好了，关于JetPack SDK的概述就到这里。下一章，我会手把手带你走一遍刷机流程，包括如何选择正确的镜像、如何用SDK Manager一键烧录。到时候咱们再细聊。