摘要：Thor 不是 Orin 换皮。封装不兼容，软件走 JetPack 7 / CUDA 13 / SBSA，刷机也常变成「U 盘装系统」而不是老一套 recovery。本文按第一天顺序写：认板与供电、ISO 刷机、登录网络、功耗温度、算力样例、磁盘与 Docker，以及不要从 Orin 硬搬什么。适合刚到手的 Jetson AGX Thor 开发者套件。步骤以 NVIDIA Quick Start 与当前 JetPack 文档为准。

1. 第一天目标

第一天只建立基线，不堆业务：

• 能稳定开机、登录，网络和磁盘正常
• 记下 JetPack / L4T 版本，后面装组件和容器才有依据
• 功耗档和温度看过一眼
• CUDA / TensorRT 至少有一条官方路径能跑

检测、大模型、Isaac、自研工程，都放到这些确认之后。环境没捋清就搬 Orin 上的镜像和引擎，后面半天都在猜：是板子问题，还是软件代际问题。

官方入口：

• AGX Thor Quick Start
• BSP Setup（ISO / SDK Manager / flash 脚本）
• JetPack 下载页

2. 认板与供电

本文默认是Jetson AGX Thor Developer Kit（常见集成T5000、板载大容量 NVMe）。量产模组加载板的接口与供电以载板手册为准，不要把 DevKit 假设原样搬过去。

开箱先记下：

和 Orin 比，第一天最容易翻车的是供电与散热。Thor 功耗可配置区间更高（公开材料常见约 40W～130W 量级），标配电源不是装饰。官方 Quick Start 也强调优先用套件电源。电源偏弱时，表现可能是随机重启、USB 掉线、文件系统异常，看起来像软件坏了。

另外记住：Thor 与 Orin无针脚兼容。载板、外壳、供电方案不能按「Orin 换模组」理解。选型背景见同目录《Jetson Orin 和 Thor 怎么选》《NVIDIA Jetson Thor 简介》。

3. 刷机

JetPack 7 起，开发者套件常见路径是制作 Jetson ISO 安装 U 盘 → 装到 NVMe，不一定非要一台符合版本要求的 Ubuntu 主机 + SDK Manager。Windows / Mac / Linux 主机都可以先做 U 盘。

3.1 材料

• 主机：至少约 25GB 空闲空间（下 ISO）
• U 盘：16GB 及以上
• 写盘工具：如 Balena Etcher（不能只是把 ISO 文件复制进 U 盘）

ISO 从 JetPack 下载页 取面向 AGX Thor 的当前版本，不要拿过期镜像硬装。

3.2 安装顺序（DevKit）

1. 接显示器 / 键鼠，或按文档走 Debug 串口的 headless 流程
2. 插入安装 U 盘，接上标配电源，按电源键开机
3. 若提示QSPI capsule update，按Y，等更新完成；不要跳过
4. 安装菜单优先选Install on NVMe
5. 装完重启前拔掉安装 U 盘，否则可能再次进安装盘
6. 进入oem-config：用户、密码、时区、网络

细节、重装注意项、UEFI 兼容性以 Quick Start 为准。需要 SDK Manager 或Linux_for_Tegra脚本时，看 BSP Setup。

3.3 刷完立刻记版本

cat/etc/nv_tegra_releaseuname-a# 包名随版本可能变化，以镜像实际为准dpkg-l|rg-i"nvidia-jetpack|nvidia-l4t"

把输出贴进一个小文本：型号、内存、JetPack/L4T、安装日期。后面装 CUDA 组件、拉容器、对论坛，都靠这份基线。

注意：ISO 路径往往先把BSP（Jetson Linux）装上；CUDA、TensorRT 等 JetPack 组件是否已齐全，要以当前文档的JetPack SDK Setup为准。第一天发现nvcc/ TensorRT 不在，优先补官方组件，不要按 x86 方式重装一份 CUDA。

4. 登录与网络

datetimedatectl statusipaddrping-c38.8.8.8

时间不对，下证书、拉包、拉容器都可能怪到别处。只用 ssh 时：

• 记下 IP；路由器里做 DHCP 绑定或静态地址
• 大文件尽量让板子自己拉，少经笔记本中转
• 公司网有代理，第一天就把 apt / Docker 代理设好

Thor DevKit 网络口比常见 Orin 套件更丰富（例如多千兆 / QSFP 等，以载板为准）。第一天有线能通即可；高速相机、Holoscan Sensor Bridge、25GbE 类链路放到环境稳后再接，少一次变量。

远程桌面可以后做。第一天能 ssh、能拷文件、能跑样例就够。图形远程更占资源，也更容易把「环境不通」和「桌面卡」搅在一起。

5. 功耗与温度

tegrastatssudonvpmodel-qsudonvpmodel-p

空载看一两分钟，确认风扇在转。字段名随 JetPack 可能变化，温度与 GPU 相关项看懂即可。

写测试记录时带上功耗档。同一模型在不同档位上差一截很正常。闷壳、风道堵、标配风扇被替换成静音方案时，高档位空转也可能降频或保护重启——DevKit 开放散热上的数字，不能直接写成量产指标。

jetson_clocks一类锁频手段，第一天知道存在即可，不必一上来锁满。先摸清模式和温度，再谈锁频。

6. 算力路径冒烟

目标不是跑通业务模型，而是证明加速栈在：

nvcc--versionnvidia-smi python3-c"import tensorrt as trt; print(trt.__version__)"

Thor 走 SBSA / 更接近服务器语义的软件路线，nvidia-smi等工具的表现可能比老 Jetson 更「像独显」。以你当前 JetPack 实际输出为准；命令不存在或权限不对时，先回到 JetPack 组件是否装全。

建议再做一件：

• 跑一个官方 CUDA sample，或
• TensorRT 自带小例子

样例失败时的排查顺序：

1. JetPack 组件是否装全
2. 功耗档是否过低，或已经热降频
3. df -h是否磁盘满
4. 是否把 x86 / 旧 Orin 的 wheel、引擎、容器硬搬过来

第一天不要编译大型开源仓库，也不要按桌面 PC 教程重装 CUDA。官方路径通了，再上 YOLO、VLM、Isaac。

7. Docker

不用容器可跳过。要用则先做 smoke test：

dockerversion# 镜像标签必须匹配当前 JetPack / L4T，不要用桌面 x86 镜像dockerrun--rm--runtimenvidia<匹配当前版本的L4T镜像>nvidia-smi

注意：

• runtime 没配好时，容器能起、GPU 不可用
• Orin 上能用的 L4T 镜像，不能默认拿到 Thor 上复用
• 镜像很大，先看磁盘与网络

Docker 数据目录默认常在系统盘。有独立数据分区时，第一天就可以规划镜像与容器层放哪，避免两周后满盘伪装成各种 GPU 故障。

8. 磁盘与内存

df-hfree-hlsblk

DevKit 常见大容量 NVMe，但仍建议：

• 系统与大数据（模型、数据集、Docker 层）分区或分目录清楚
• 系统分区只剩几个 G 时，apt、拉镜像、导引擎都会突然失败
• 日志（journalctl、Docker 日志、自己的 debug）也会吃盘

内存通常远高于 Orin Nano/NX，第一天仍别同时开：远程大桌面 + 多容器 + 本机大编译 + 无节制拉模型。基线清爽，后面压测才有对照。

9. 不要从 Orin 硬搬的东西

Orin 上的算法与数据可以迁；运行时产物按目标板重建。第一天就把这条边界划清，后面少吵两天。

10. 常见坑

第一天尽量少做：无目的full-upgrade、按 x86 重装 CUDA、并行堆多个互相打架的 Python 环境、封闭壳里最高档空转很久。

11. 收工检查

• 能稳定登录（屏幕或 ssh）
• JetPack / L4T 版本已记下
• 系统在 NVMe 上，磁盘空间够用
• 当前nvpmodel清楚
• tegrastats看过温度与风扇
• nvidia-smi/ CUDA / TensorRT 至少一条路径冒烟通过
• 用 Docker 的话，匹配镜像的 GPU 测试过
• 明确：不从 Orin 拷引擎和旧容器当第一依赖

几人共用板时，把型号、内存、JetPack、功耗档、数据目录、基础镜像标签放进同一份小文档。

12. 下一步

环境稳了再往下，按你的目标选一条：

1. 视觉检测：本板重建 TensorRT 引擎，再谈 DeepStream
2. 端侧大模型 / VLM：先小模型打通内存与吞吐，再上业务模型
3. 机器人 / Physical AI：再接 Isaac、相机与高速传感链路

相机、QSFP、多模型并发，都不是第一天必选项。先保证「版本、供电、磁盘、加速路径」比较清楚了。

13. 小结

Thor 第一天不着急上业务，而是把供电、ISO/BSP、版本、功耗档、官方算力路径摸清楚，并接受它和 Orin 不是同一套搬迁假设。这几样清楚了，后面上模型与传感，问题更好处理。

命令与包名随 JetPack 会变；对不上就查当前官方文档，不要用旧 Orin 教程硬套。