Jetson 启动流程全解析 —— 对比 NXP i.MX 系列的核心理解

最新推荐文章于 2025-09-14 16:26:17 发布
原创 最新推荐文章于 2025-09-14 16:26:17 发布 · 1k 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#linux #运维 #服务器 #arm开发 #gpu算力

📖 推荐博主书籍：《Yocto项目实战教程:高效定制嵌入式Linux系统》
🎥 更多学习视频请关注 B 站：嵌入式Jerry

Jetson 启动流程全解析 —— 对比 NXP i.MX 系列的核心理解

嵌入式 SoC 的启动过程，是系统工程师必须掌握的基础知识。NVIDIA Jetson 系列（Orin、Xavier、Nano）和 NXP i.MX 系列（i.MX6、i.MX8、i.MX9）虽然在硬件架构上有差异，但它们的启动流程却体现了类似的理念：从硬件上电到操作系统内核运行，通过一系列 Boot 阶段完成初始化、安全验证和系统加载。

本文将系统讲解 Jetson 的启动流程，并与 NXP i.MX 系列进行对比，帮助读者抓住核心要点，形成整体理解。

在这里插入图片描述

1. 启动的本质

启动（Boot）就是 从硬件无序状态逐步初始化到软件可控状态 的过程。核心目标包括：

  • 初始化存储与内存
  • 配置时钟与电源
  • 建立安全信任链
  • 加载操作系统内核与根文件系统

无论是 Jetson 还是 i.MX，启动都分为多个阶段，每一阶段由不同的固件（ROM Code、Bootloader、UEFI/U-Boot）接力完成。

2. Jetson 冷启动流程

下图（简化）描述了 Jetson Orin 的冷启动序列：

[Power On]
   ↓
[Boot ROM (PSC ROM / Boot ROM)]
   ↓
[MB1 / PSC BL1] → 初始化 DRAM、时钟、电源
   ↓
[MB2] → 加载 Arm Trusted Firmware (ATF)、OP-TEE
   ↓
[UEFI] → 统一固件接口，提供标准化启动环境
   ↓
[Linux Kernel + DTB + RootFS]

核心要点：

  1. 多核协处理器参与：Jetson SoC 内含 BPMP、MCE、TSEC 等固件，分别负责电源管理、安全与图形安全。它们在启动时并行初始化。
  2. 安全机制：Jetson 支持 安全启动 (Secure Boot)，确保固件与操作系统镜像未被篡改。
  3. UEFI 引入：在较新的 Jetson 平台，UEFI 取代了早期的 CBoot，成为标准的 CPU Boot Loader (CPUBL)。

3. NXP i.MX 系列的启动流程

i.MX 平台的冷启动通常如下：

[Power On]
   ↓
[Boot ROM] → 从启动介质（eMMC/SD/NAND/QSPI）加载镜像
   ↓
[First Stage Bootloader (SPL/U-Boot SPL)]
   ↓
[U-Boot] → 初始化设备、加载内核
   ↓
[Linux Kernel + DTB + RootFS]

核心要点：

  1. ROM Code 固化：i.MX SoC 内部的 ROM Code 决定了启动源和校验方式。
  2. Bootloader 以 U-Boot 为主：几乎所有 i.MX 平台都依赖 U-Boot，分为 SPL 和正式的 U-Boot 两阶段。
  3. 安全启动支持 HAB：i.MX 提供 High Assurance Boot (HAB)，用于签名验证。

4. Jetson 的 UEFI 特性

UEFI (Unified Extensible Firmware Interface) 是一种 统一固件接口规范，在 Jetson 上取代了 CBoot。其主要特性：

  • 标准化操作系统加载：配合 SMBIOS、ACPI，可以加载标准 OS，无需操作系统做平台定制。
  • 安全启动：内置标准化的 Secure Boot 机制，支持第三方软件（OS、PCIe ROM）的认证。
  • 扩展支持：支持外部 PCIe 设备的 Option ROM，提供统一系统配置界面。
  • 固件升级：定义了统一的固件更新方法。

换句话说，UEFI 让 Jetson 的启动模式更加接近 PC 服务器平台 的通用模式，这与 NXP 仍大量使用 U-Boot 的方式不同。

5. Jetson 与 i.MX 启动流程对比

对比维度Jetson Orin 系列 (NVIDIA)i.MX8/9 系列 (NXP)
第一阶段PSC ROM / Boot ROMBoot ROM
二阶段 BootloaderMB1 / MB2SPL (U-Boot SPL)
主 BootloaderUEFI (取代 CBoot)U-Boot
安全机制Secure Boot + OP-TEEHAB (High Assurance Boot)
协处理器参与BPMP, MCE, TSEC 等较少，主要靠 CPU 执行
启动环境标准化 UEFI + ACPI/SMBIOS传统 U-Boot + Device Tree

6. 总结

  • Jetson 的启动链条更复杂，涉及多个协处理器固件，并逐步过渡到 UEFI，体现了类似 PC 服务器的启动逻辑。
  • i.MX 系列更传统，延续 U-Boot SPL → U-Boot → Linux 的路径，更接近嵌入式 SoC 的经典设计。
  • UEFI 的引入 让 Jetson 更加开放、标准化，适合加载通用 OS；而 i.MX 更强调灵活性与嵌入式场景的定制化。

整体理解：Jetson 的启动流程更偏向 “标准化 + 通用计算”，而 i.MX 更偏向 “嵌入式定制化”。

📖 推荐博主书籍：《Yocto项目实战教程:高效定制嵌入式Linux系统》
🎥 更多学习视频请关注 B 站：嵌入式Jerry

NVIDIA之Jetson参数对比
ZONGXP的博客
08-13 1万+
nvidia jetson 设备参数
Jetson Bootloader 深度解析：EDK2 架构与启动机制
最新发布
Interview_TC的博客
10-15 1196
本文深入解析了NVIDIA Jetson设备中基于EDK2框架的Bootloader启动机制。文章首先介绍了EDK2的模块化架构和统一接口特性，重点分析了Jetson平台特有的PlatformBootManagerLib等核心模块。随后详细阐述了Bootloader的完整启动流程，包括芯片初始化、平台初始化、信息显示等关键阶段。针对定制化需求，文章提供了屏蔽进度条和文本显示的具体实现方法，只需修改PlatformBootManagerWaitCallback函数即可仅保留Logo显示。最后总结了常见问题解决
Jetson开机黑屏问题
qq_39599112的博客
09-14 601
摘要：Jetson开机黑屏可能由UEFI故障、Linux系统故障或桌面配置故障导致。本文针对第三种情况进行分析，发现是误修改/etc/rc.local文件影响了桌面加载。解决方案通过SSH连接实现：1)用USB线连接Ubuntu主机和Jetson；2)检查192.168.55.100连接；3)SSH登录后修改rc.local文件；4)重启rc-local服务。此方法成功恢复了桌面显示，解决了开机黑屏问题。
jetson系列硬件性能对比
GeekPlusA的博客
06-25 1972
参考:Jetson Modules https://developer.nvidia.com/embedded/jetson-modules 第一种 4G 价格 1000元 1x 4K30 2x1080p60 4x1080p30 4x720p60 9x720p30 (H.265 & H.264） 第二种 8G 价格3700元 2x 4K30 6x 1080p60 14x 1080p30 (H.265 & H. 264) 第三种 32-64G 价格7000元 4x 4K60 8x 4
NVIDIA Jetson不同系列对比
qq_30150579的博客
02-17 5077
NVIDIA Jetson不同系列对比
NVIDIA Jetson 系列模块性能算力对比
热门推荐
qq_43298381的博客
12-01 2万+
在AI 推理和边缘计算中表现更强，而GTX 1050是一款面向桌面使用的消费级显卡，主要用于图形和游戏处理。如果你的目标是进行深度学习推理或嵌入式应用是更好的选择。如果你关注的是图形渲染和游戏性能GTX 1050更为合适。单纯从算力角度比较和GTX 1050，那么我们可以专注于它们的AI 推理能力和GPU 性能。如果只看算力提供的是100 TOPS的AI 推理性能，而GTX 1050提供的是2.1 TFLOPS的浮点计算性能。因此，Orin NX在AI 推理。
Jetson 对比
望那伊人的博客
09-12 1178
Jetson Nano TX1 TX2 Xavier The Jetson line of embedded Linux AI and computer vision compute modules and devkits from NVIDIA: Jetson TK1: single-board 5" x 5" computer featuring Tegra K1 SOC (quad-core 32-bit Cortex-A15 + 192-core Kepler GPU), 2GB DDR3, a
TTS语音反馈输出全解析：使用DAC_I2S驱动扬声器的3种高保真方案
[TTS语音反馈输出全解析：使用DAC_I2S驱动扬声器的3种高保真方案](https://hackaday.com/wp-content/uploads/2019/04/i2s-timing-themed.png) # 1. TTS语音反馈系统概述与DAC_I2S基础原理 ## 1.1 TTS语音反馈系统的...
嵌入式处理器核心封装全解析：SoM与MCU最小系统选型的6大权衡要素
![嵌入式处理器核心封装全解析：SoM与MCU最小系统选型的6大权衡要素]...# 1. 嵌入式处理器核心封装技术概述 嵌入式处理器的封装技术是连接芯片裸 die 与 PCB 板级系统的关键桥梁，直接影响信号完整性、热管理能力与...
Bootloader启动秘密揭晓：Flash存储协同工作流程与3大关键阶段解析
在嵌入式系统上电瞬间，CPU并非直接运行操作系统，而是由一段精巧的固件——**Bootloader**主导启动全过程。它与Flash存储器紧密协作，完成从硬件初始化到程序加载的接力。整个过程可分为三大关键阶段：**硬件初始化...
边缘 AI 平台的比较
CV技术指南（微信公众号）
08-24 648
前言： 边缘 AI 是当今一个非常令人兴奋的领域，有很多发展和创新即将到来。多年来，机器学习预测有一个明显的趋势，即向下移动到更接近用户、不需要网络连接并且可以实时解决复杂问题（例如自动驾驶）的嵌入式硬件。有许多新框架和引擎的模型占用空间要小得多，专门设计用于在 Edge 设备上运行。此外，当用户的个人数据不离开边缘设备时，解决用户隐私和安全的非常重要的问题要容易得多。分析推理结果的复杂算法可以在边缘设备上执行，只将最终混淆的信息发送到云端（例如，某些异常情况的警报）。 本文基于我们在 Darwin E
Jetson家族横向对比：如何选择你的边缘计算设备
HollowKnightz的博客
06-24 1417
Jetson家族横向对比：如何选择你的边缘计算设备
NVIDIA Jetson 系列介绍及选型
weixin_42259447的博客
05-29 1万+
Jetson系列介绍及选型推荐
Jetson NX和Yolov5的那些事
qq_51302564的博客
04-23 4049
Jetson NX 踩坑记录 主要记录一下最近NX的使用以及部署NX的辛酸过程。 .pt−>.onnx−>.engine−>Deepstream.pt->.onnx->.engine-> Deepstream.pt−>.onnx−>.engine−>Deepstream 为什么用Jetson NX 相比于Jetson nano，拥有更高的算力。并且实验室刚好有一块闲置的Jetson NX。并且，Jetson NX支持INT8的浮点计算，Jetson
【Jetson Xavier NX】Jetson Xavier NX的UEFI 的配置详解
Adimecoin的博客
03-10 3488
Jetson Xavier NX的UEFI 的配置详解
Jetson orin更改uefi启动logo
梁俊星的博客
10-20 1455
sudo ./flash.sh -r -k A_cpu-bootloader 载板参数（根据你实际硬件来写） mmcblk0p1。以上是nvidia官方给的流程，切记这些操作不能在jetson设备上，否则后面编译不过，小编已经替大家测试过了。pc机是X86主机，ubuntu18.04和ubuntu20.04的设备均可以，本次使用ubuntu18.04。sudo ./flash,sh 载板参数（实际硬件来写）mmcblk0p1。然后开始刷机可以全部覆盖也可以单独刷引导程序。
Jetson Orin NX L4T35.4.1平台自启动时间优化调试记录1
jzwjzw19900922的博客
05-13 911
尝试优化Orin NX (p3767+p3768)与R35.4.1 BSP的启动时间；从USB引导Orin设备；最初，引导时间是55-57秒；在内核端进行了一些优化之后，我们现在是38-40秒；正试图在15秒内启动Orin设备，但是UEFI本身需要12秒才能完成（2）在不需要的文件中禁用驱动程序- NVIDIA.common.dsc.inc和NVIDIA.fvmain.fdf.inc（3）创建image。
Jetson开发实战记录（二）：Jetson Xavier NX版本区别以及烧录系统
Hanzoe的博客
04-05 1万+
Jetson开发实战记录（二）：Jetson Xavier NX版本区别以及烧录系统一、Jetson Xavier NX类型1.SD卡槽的版本（官方版本）2.带eMMC存储芯片的版本二、烧录系统1.工具准备2.开始烧录1）SD卡烧录Xavier NXSTEP_1.下载Xavier NX官方系统镜像STEP_2.格式化SD卡STEP_3.将图像写入microSD卡STEP_4.第一次开机！2）这里顺便给出Nano SD卡版本的烧录过程STEP_1.准备安装STEP_2.刷系统3）
Jetson Orin NX L4T35.4.1平台自启动时间优化调试记录2
jzwjzw19900922的博客
05-13 532
基于上一篇继续记录Jetson Orin NX L4T35.4.1平台自启动时间优化调试记录1-优快云博客 debug UEFI 在 11:51:04和11:51:09之间做了什么？ DEBUG image也没有显示任何内容，只是等待5秒的时间: 测试了JP5.1.3(L4T R35.5.0), 是一样的问题 猜测： 难道是因为USB启动导致的? 使用devkit套件测试了，这里没有5s的延迟 开机到登录耗时 31s在使用共享的Uefi更改对Orin进行刷新时，在NV
tensorRT边缘部署i.MX 8M Plus
03-17
### TensorRT 在 i.MX 8M Plus 上的边缘部署 #### 背景介绍 TensorRT 是 NVIDIA 提供的一个高性能深度学习推理库，专为优化和加速神经网络模型而设计。尽管它最初针对的是 NVIDIA 的 GPU 平台（如 Jetson 系列），但在某些情况下也可以通过交叉编译的方式将其适配到其他硬件平台上运行[^1]。 对于 NXP 的 i.MX 8M Plus 设备而言，其内置了一个专用的人工智能处理单元 (NPU)，能够显著提升机器学习工作负载的性能。然而，由于 TensorRT 主要依赖于 CUDA 和 cuDNN 技术栈，这些技术通常仅适用于 NVIDIA 自家的硬件架构，在 ARM Cortex-A 架构上的移植需要额外的努力以及可能涉及第三方工具链的支持。 #### 部署流程概述 以下是基于现有技术和资源实现 TensorRT 在 i.MX 8M Plus 上进行边缘计算部署的主要方法： 1. **环境准备** - 安装 Yocto Project 支持的操作系统镜像至目标板卡。 这一步骤可以通过下载官方发布的 BSP 层文件并按照文档指南完成定制化构建来达成目的。 2. **软件开发套件获取** - 下载适合 Linux on ARM 版本的 TensorRT SDK 源码包或者预编译二进制版本。 如果无法直接获得对应平台的目标产物，则需自行执行跨平台编译操作以生成兼容的共享库(.so 文件). 3. **模型转换与优化** 使用 Python API 或 C++ 接口加载训练好的框架模型(例如 TensorFlow/PyTorch), 经过序列化过程转化为 ONNX 格式的中间表示形式之后再导入到 TensorRT 中进一步精简结构尺寸同时提高预测速度效率. ```python import tensorrt as trt TRT_LOGGER = trt.Logger(trt.LogLevel.WARNING) def build_engine(onnx_file_path, engine_file_path): with trt.Builder(TRT_LOGGER) as builder,\ builder.create_network() as network,\ trt.OnnxParser(network, TRT_LOGGER) as parser: builder.max_workspace_size = common.GiB(1) builder.fp16_mode = True # Parse model file with open(onnx_file_path, 'rb') as model: if not parser.parse(model.read()): print ('Failed to parse the ONNX file') for error in range(parser.num_errors): print (parser.get_error(error)) return None last_layer = network.get_layer(network.num_layers - 1) # Mark output of the network network.mark_output(last_layer.get_output(0)) serialized_engine = builder.build_serialized_network() with open(engine_file_path, "wb") as f: f.write(serialized_engine) build_engine("model.onnx", "model.trt") ``` 4. **测试验证阶段** 编写简单的应用程序调用上述创建出来的引擎实例来进行前向传播运算得出最终分类结果或其他业务逻辑所需的数值输出. 需要注意的是整个过程中可能会遇到各种挑战比如驱动程序缺失、特定算子不被支持等问题都需要逐一排查解决才能顺利推进到最后成功上线的地步.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值