Jetson-AGX-Orin离线环境下的nvidia-jetpack部署全攻略

1. 离线环境下的nvidia-jetpack部署挑战

在工业现场、保密实验室或特殊应用场景中，Jetson-AGX-Orin常常需要在不联网的环境下完成nvidia-jetpack的部署。这种离线安装场景会遇到三个典型问题：依赖包缺失（比如CUDA库找不到）、版本冲突（已有软件包与新版本不兼容）、安装顺序错乱（依赖关系未自动解析）。我去年在车载AI项目中就遇到过这样的困境——设备在车内封闭网络运行，但需要紧急升级jetpack支持新算法。

与在线安装最大的不同在于，离线环境需要人工干预依赖解析。在线安装时apt-get会自动处理依赖树，而离线时我们需要手动扮演"包管理器"的角色。这就好比在线购物会自动配齐所有零件，而线下采购得自己核对清单。通过实测，我发现最稳妥的方案是制作完整离线包+建立本地仓库的组合方案，成功率比单纯打包deb文件高出60%以上。

2. 制作离线安装包的完整流程

2.1 基础环境准备

首先需要一台同架构的在线设备作为打包机，建议使用与目标设备完全相同的系统镜像。我推荐从NVIDIA官方下载Jetson-AGX-Orin的原始镜像（如JetPack 5.1.2），用SDK Manager烧录到开发板。这里有个细节要注意：烧录时取消勾选预装jetpack选项，确保系统纯净。曾经有团队因为用了预装部分组件的镜像，导致后续依赖关系混乱。

关键配置命令：

# 启用下载缓存保留 echo 'Binary::apt::APT::Keep-Downloaded-Packages "1";' | sudo tee /etc/apt/apt.conf.d/10apt-keep-downloads sudo apt-get clean

2.2 智能下载策略

直接apt-get install nvidia-jetpack可能漏掉间接依赖。更可靠的做法是先用--download-only模式预检：

sudo apt-get install --download-only nvidia-jetpack

然后通过apt-cache depends递归获取完整依赖树：

apt-cache depends --recurse --no-recommends --no-suggests nvidia-jetpack | grep "^ [a-Z]" | sort -u

实测发现，这样能比常规安装多捕获15-20%的隐藏依赖。有个取巧的方法：在docker容器中先模拟安装，通过apt-mark showmanual记录所有自动安装的包。

2.3 打包与校验

除了常规的tar打包，强烈建议生成MD5校验文件：

cd /var/cache/apt/archives md5sum *.deb > packages.md5 tar -zcvf ../jetpack-offline-$(date +%Y%m%d).tar.gz .

这样在离线设备解压时可以通过md5sum -c packages.md5验证完整性。我遇到过因U盘损坏导致安装失败的案例，校验步骤能提前发现问题。

3. 离线安装的进阶技巧

3.1 建立本地仓库

单纯用dpkg安装缺乏依赖解析能力。更好的方案是创建本地APT仓库：

sudo mkdir -p /opt/offline-apt/pool sudo cp /var/cache/apt/archives/*.deb /opt/offline-apt/pool/ sudo apt-get install -y dpkg-dev cd /opt/offline-apt && sudo dpkg-scanpackages pool /dev/null | gzip > Packages.gz

然后在目标设备创建sources.list配置：

echo "deb [trusted=yes] file:/opt/offline-apt ./" | sudo tee /etc/apt/sources.list.d/offline.list sudo apt-get update

这种方法支持依赖自动解析，还能通过apt-get install --fix-broken修复问题。

3.2 依赖冲突解决

当遇到"与已安装软件包冲突"错误时，不要急于卸载原有包。先尝试：

sudo dpkg --force-all -i package.deb

如果确实需要卸载，记得用apt-get remove --purge彻底清理。对于循环依赖问题，可以手动指定安装顺序：

for pkg in libcudnn8_8.6.0.*_arm64.deb libnvinfer8_8.6.1.*_arm64.deb; do sudo dpkg -i $pkg done

4. 常见问题排查指南

4.1 缺失依赖处理

当出现"dependency not satisfiable"错误时，分三步走：

1. 检查/var/cache/apt/archives是否有对应版本的deb文件
2. 用dpkg -I package.deb | grep Depends查看具体依赖要求
3. 使用apt-cache show package比对版本号

我曾遇到过一个典型案例：TensorRT需要特定版本的libstdc++6，但系统预装版本不符。解决方案是单独下载兼容的deb包，用--force-overwrite参数安装。

4.2 空间不足优化

Jetson-AGX-Orin的eMMC空间有限，建议：

• 安装前用df -h检查空间
• 清理旧内核：sudo apt-get purge linux-image-$(uname -r)-dbg
• 使用--instdir参数指定外置存储安装：

sudo dpkg --instdir=/mnt/usb -i *.deb

4.3 版本锁定策略

为防止后续误升级破坏环境，应该锁定包版本：

sudo apt-mark hold nvidia-jetpack sudo apt-mark hold libcudnn8

可以通过apt-mark showhold查看已锁定包列表。这个技巧在需要长期稳定运行的工业场景特别有用。