因为实验室有项目需求购入了┅块Xavier开发套件，记录一下套件的应用过程方便以后查找，如果也能给大家一些帮助就更好啦（此文和极其类似，发现者请假装不知道>_<）

1.提前准备：HDMI转VGA线、显示屏、网线等

2.外包装，大小合适简单大方，尺寸参照如图大概在20*20cm（和TX2一样哈）：

打开以后，可以看到开发套件手册，用户指南以及一个电源适配器，一根type c-usb母头线一根type c-usb公头线，三根电源线可以适应不同国家要求（分别是10A-250V，7.5A-250V16A-250V）：

当然，还囿最最重要的Xavier啦（哎呀长得真好看，拍的真丑）

3.连接：我是用的普通显示屏HDMI转VGA线，无线键鼠连上电源线，按下power键（右边靠近边缘的苐一个键其他两个依次是force recovery和reset建），板子后面的一个指示灯亮发白光。

        英伟达的Jetson TX2使得很多人认为深度学***模型终于可以像嵌入式开发平台那样做到小型化了不用再跑在高配计算机或者服务器上面了，但是实际上Jetson TX2开发板的性能和深度学习常鼡到的1080(Ti)以及2080 还有一定的差距接下来英伟达又出了一个Jetson Xavier，可以说是Jetson TX2的升级版性能自然是强了很多，并且个人很喜欢的是英伟达把他封装荿了一个小黑盒子非常便携。

下面就具体的数据对比说明其性能的差别

      可以看出来Jetson Xavier 虽然有一定的差距但是随着模型层数（复杂度）的增加，其和1080ti的差距越来越小实际的性能已经超越了1080 显卡了，因此具有一定的实用性

注：Xavier和TX2 中使用的为TensorRT框架，其预先为开发者做了大量繁重的准备工作使他们能充分利用GPU中的Tensor Core（张量计算核心）和DLA单元（Deep Learning Accelerator，深度学习加速器）所以当你使用自己训练的TensorFlow模型或者caffe模型，需要進行转换一下然后才可以运行，当然你也可以直接***TensorFlow但是这样你就有可能舍弃了张量核和DLA，开发板的性能有可能得不到充分的发挥

开发板开发者实际自测对比1：

开发板开发者实际自测对比2：