英伟达PX2&&Xavier;的一些文档，非常全面，主要为Xavier

Jetson Xavier下编译opencv4.5.4, 含opencv_contrib，网络原因很多文件下载不了，为了给大家节省时间，将下载所需要的所有文件打包， cmake过程中下载的文件都存在了隐藏文件夹.cache中了，这里将下载好的.cache打包上传。 使用后只要解压，然后放到首级目录下即可。 再执行cmake命令， 唰~ 一下 好了！

M/D-CAPVPX是天津雷航光电科技有限公司推出的一款复合加速计算平台，由Xilinx的28nm制程的FPGA — XC7K325T-3FFG900I和Nvidia的Jetson Xavie的GPU互联构成。 规格 l 集成1片 Nvidia的Jetson Xavier嵌入式GPU处理器； 是目前主流的GPU，主要用于实时处理高速的图像和雷达数据； 而Xavier则是目前功能最强大的嵌入式GPU处理单元，一般的服务器也无法匹敌其处理性能；Xavier可以使得实时处理能力获得成倍的提升；另外Xavier具备PCIE-4.0接口，与Virtex-7的PCIE-3.0连接可以获得极高的带宽； l 集成1 片 Xilinx XC7VX690T 芯片（或Ultrascale系列）作为主处理器;外挂 2 组动态存储器QDRII+ SRAM,存储容量72Mb，位宽72bits，存储速度1000Mb/s； 也可以独立挂接DDR3-2166，以最廉价的方案获得最高的数据缓存速率； l FPGA通过板载QSFP/SFP+/FMC等接口可以自由灵活的配置包括用于雷达和软件无线电领域的AD/DA，图像领域的CameraLink/CXP/光纤相机等不同的前端；做到了前端的Fully-Scalable/Fully-Extensible lXavier 和 XC7VX690T 之间通过 PCIE Gen2 x4/PCIE gen3 x8 互联，实现全双工高速数据共享; l FPGA XC7VX690T 上有三组PCIE，其中1组用于和Xavier通信，另 外两组则扩展为2个独立的M.2 M Key NVME PCIE SSD（每个SSD容量为 64GB~2TGB） l FPGA上通过通用的GTH扩展出16~32个SATA接口用于连接RAID0，实现10~22GB/s的超高速存储速度（完全自主知识产权的RAID0/SATA的IP），可以完成高速的CameraLink/CXP/雷达SDR AD数据的实时非易失性存储；其中CXP相机几乎可以适应所有的标准厂家的协议 对外接口 l 2 x QSFp l 2 x SFP+ l 双FMC子卡槽/面板则根据FMC前端连接器类型可选 l RAID0高速连接器（根据RAID0产品接口可定制，一般是镀金线） l M.2本地连接器（在机箱内部，或者也可以通过高速线对板连接器引出） l 以太网/USB/RS422/HDMI/VGA液晶屏 等辅助接口（可选）

深度学习是解决难题（例如图像分类，分割和检测）的强大方法。 然而，使用深度学习进行推理是计算密集型的，消耗大量内存。 即使是规模很小的网络也需要大量的内存和硬件来执行这些算术运算。 这些限制可能会阻止将深度学习网络部署到计算能力低且内存资源较小的设备上。 在这种情况下，您可以将 Deep Learning Toolbox 与 Deep Learning Toolbox 模型量化库支持包结合使用，通过将卷积层的权重、偏差和激活量化为 8 位缩放整数来减少深度神经网络的内存占用数据类型。 然后您可以使用 GPU Coder 为量化网络生成优化的 CUDA 代码。 此示例展示了如何创建、训练和量化一个用于缺陷检测的简单卷积神经网络，然后演示如何为包括前/后图像处理和卷积神经网络在内的整个算法生成代码，以便您可以将其部署到 NVIDIA GPU 中，例如Jetson AGX Xavier、N

Xavier power_WCA_V1.0.pdf

英伟达NX模组的设计手册官方很难下载

nvidia agx xavier 开发板pinmux引脚配置&说明表 Jetson_AGX_Devkit_Pinmux_Configuration_Template.xlsm

nvidia agx xavier 开发板SOC芯片手册 nvidia agx xavier 开发板SOC芯片手册 nvidia agx xavier 开发板SOC芯片手册

Jetson_GMSL_Camera_Framework_Guide_nv.pdf nvidia xavier nx平台关于GMSL相机驱动调试

P2822_B03_OrCAD_schematics nvidia agx xavier 开发板原理图