nvidia jetson 系列开发板交叉编译方法,CUDA依赖程序

资源

Toolchain Information
jetson-linux
jetpack

文章目录

资源
[1 方案1 qemu-aarch64-static和docker 容器编译jetson](#1 方案1 qemu-aarch64-static和docker 容器编译jetson)
[2 方案2 模拟器+交叉编译器](#2 方案2 模拟器+交叉编译器)
- [2.1 应对库缺失的情况，进行环境准备](#2.1 应对库缺失的情况，进行环境准备)
- [2.1.1 模拟器(方案1)](#2.1.1 模拟器(方案1))
- [2.1.2 在jetson上面进行安装（方案2）](#2.1.2 在jetson上面进行安装（方案2）)
- [2.2 打包根文件系统，解决CUDA依赖程序](#2.2 打包根文件系统，解决CUDA依赖程序)
- [2.3 交叉编译](#2.3 交叉编译)
- - [2.3.1 下载交叉编译器](#2.3.1 下载交叉编译器)
  - [2.3.2 配置交叉编译 toolchain.cmake](#2.3.2 配置交叉编译 toolchain.cmake)
  - [2.3.3 执行编译](#2.3.3 执行编译)

1 方案1 qemu-aarch64-static和docker 容器编译jetson

打包已经正常运行的xavier系统的根文件系统，制作docker镜像，可以免去一些软件的安装，直接就可以进行应用程序的编译。

复制代码

sudo apt install qemu-user-static

已经正常运行的jetson 系统上打包根文件系统

复制代码

sudo su
cd /
tar -cvpzf backup.tgz --exclude=/proc --exclude=/lost+found --exclude=/backup.tgz --exclude=/mnt --exclude=/sys /

将打包好的文件系统拷贝到host系统上

复制代码

sudo scp backup.tgz host_user@host_ip_address:~

导入docker镜像

复制代码

docker import backup.tgz nvidia/xavier:r32.7.1
#查看已经导入的镜像
sudo docker images

运行docker镜像

复制代码

sudo docker run -it -v /usr/bin/qemu-aarch64-static:/usr/bin/qemu-aarch64-static -v /源码存储路径:/挂载容器内目录 nvidia/xavier:r32.7.1 /bin/bash

在容器内对源码进行交叉编译，生成二进制文件通过scp方式拷贝到xavier上

复制代码

sudo scp backup.tgz xavier_user@xavier_ip_address:~

nvidia jetson 系列开发板系统烧录方法

1.固件下载地址

复制代码

https://developer.nvidia.com/embedded/jetson-linux-archive

2.寻找对应版本JETSON LINUX VERSION

复制代码

# 点击 See the online Jetson Linux Developer Guide for detailed documentation.
# 找到Quick Start 按照教程使用usb或C口线进行连接并进行烧录

2 方案2 模拟器+交叉编译器

2.1 应对库缺失的情况，进行环境准备

2.1.1 模拟器(方案1)

此处配置aarch64 ubuntu运行环境，并不是直接在该环境下进行编译工作，因为该环境下的编译太慢了；配置该环境，主要是为了能够更快速，更加便捷的获取交叉编译依赖的动态库，和静态库，头文件信息等。

参考：https://blog.csdn.net/leacock1991/article/details/113744066

参考：https://www.cnblogs.com/grass-and-moon/p/16173739.html

在编译过程中会出现很多链接库缺失的问题。这个时候就需要进入aarch64 ubuntu环境安装对应的库，并将安装后的头文件，库文件拷贝到/usr/aarch64-linux-gnu/lib目录下（或/usr/aarch64-linux-gnu/usr/lib，用于将后面拷贝的和原始带的库进行区分），头文件放到/usr/aarch64-linux-gnu/include/中。当然我们的头文件查找方式设置的是set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE BOTH)，如果在host系统目录下能够找到，那么可以不用进行拷贝。

2.1.2 在jetson上面进行安装（方案2）

在aarch64 ubuntu环境下安装的库存在异常的可能，那么可以在jetson上面进行安装，然后将对应库拷贝出来即可。

2.2 打包根文件系统，解决CUDA依赖程序

2.3 交叉编译

2.3.1 下载交叉编译器

2.3.2 配置交叉编译 toolchain.cmake

改文件参考了：https://docs.nvidia.com/vpi/sample_cross_aarch64.html

复制代码

# ref: https://docs.nvidia.com/vpi/sample_cross_aarch64.html
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_PROCESSOR aarch64)

set(CMAKE_C_COMPILER /usr/bin/aarch64-linux-gnu-gcc)
set(CMAKE_CXX_COMPILER /usr/bin/aarch64-linux-gnc-g++)

set(CMAKE_FIND_ROOT_PATH /usr/aarch64-linux-gnu)
set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE BOTH)
set(CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_PROGRAM BOTH)

set(CMAKE_CUDA_FLAGS "-ccbin ${CMAKE_CXX_COMPILER} -Xcompiler -fPIC" CACHE STRING "" FORCE)

这里有个需要关注的点是配置了，CMAKE_CUDA_FLAGS，其中对ccbin参数设置为${CMAKE_CXX_COMPILER}，这个目的是设置nvcc执行过程中回调用的编译器，如果没有这个，那么生成得到.o文件将是host 机器（x86）平台下面的。

参考中的set(CMAKE_TRY_COMPILER_TARGET_TYPE STATIC_LIBRARY)这句话可以不需要，加上的话cmake的时候cuda检测会通不过。

2.3.3 执行编译

复制代码

cmake -DCMAKE_TOOLCHAIN_FILE=toolchain.cmake ../

(正文完)

今天先写笔记，明天试试方案有没有坑，有坑再填坑。