rbonghi/jetson_stats

📊 Simple package for monitoring and control your NVIDIA Jetson [Orin, Xavier, Nano, TX] series

解決的問題

提供一種監控與控制 NVIDIA Jetson 硬體（Thor、Orin、Xavier、Nano、TX 系列）的方法，讓使用者在日常操作中無需取得超級使用者權限，即可追蹤系統效能並管理硬體設定。

工作原理

本專案提供兩種主要介面：用於即時視覺化的獨立終端應用程式 jtop，以及可匯入腳本中以程式化方式存取硬體統計資料的 Python 套件。

適用對象

需要監控 CPU、GPU 和記憶體使用狀況，或控制風扇與電源模式等系統元件的 AI 與機器人應用開發人員與工程師。

主要特色

  • 即時監控 CPU、GPU、記憶體、引擎與風扇。
  • 控制風扇速度、NVP 模型與 jetson_clocks。
  • 可解碼硬體架構、L4T 與 NVIDIA Jetpack 版本。
  • 透過 Socket 傳遞支援 Docker 容器。
  • 與所有 NVIDIA Jetpack 版本相容。

相關

  • 專案
    XuehaiPan/nvitop

    超越 nvidia-smi 功能的互動式 NVIDIA GPU 進程檢視器與監控工具，提供即時資源追蹤與進程管理

  • 專案
    anduril/jetpack-nixos

    jetpack‑nixos 是一個 NixOS 模組，將 NVIDIA JetPack（固件、核心、CUDA、TensorRT、多媒體與電源管理工具）打包用於 Jetson 開發套件，提供刷寫指令碼、ISO 建構器、OTA 膠囊更新與容器整合，使你能在支援的 Jetson 裝置上執行完全宣告式、可重現的 NixOS 系統。

  • 專案
    psalias2006/gpu-hot

    支援單機或多節點集群追蹤的輕量級自託管即時 NVIDIA GPU 監控儀表板

  • 專案
    dusty-nv/jetson-containers

    jetson‑containers 是一個模組化 Docker 基礎的建構系統，為 NVIDIA Jetson 邊緣裝置提供即用的、CUDA 相容的 AI/ML、機器人與模擬套件。您可以選擇框架（PyTorch、TensorFlow、LLM 工具包、ROS 等），透過單一指令建構一個容器，並使用 NVIDIA 執行時預設設定執行。非常適合需要在 Jetson 硬體上建構可重現、高效率 AI 環境的開發者與研究人員。

  • 專案
    wentbackward/nv-monitor

    一個輕量級、無依賴的監控工具，用於追蹤 NVIDIA GPU 系統的 CPU、GPU 和記憶體指標，提供 TUI、CSV 日誌與 Prometheus 導出器。