Jetson Containers项目中TensorRT-LLM的Docker镜像支持现状

背景介绍

Jetson AGX Orin作为NVIDIA推出的边缘计算设备，在AI推理领域具有重要地位。TensorRT-LLM是NVIDIA推出的专门用于大语言模型推理优化的库，能够显著提升LLM在NVIDIA硬件上的推理性能。

当前支持情况

目前，Jetson Containers项目正在逐步完善对TensorRT-LLM的支持。根据项目维护者的反馈，针对Jetson AGX Orin的TensorRT-LLM Docker镜像正在开发中，但尚未正式发布。

技术挑战

在Jetson AGX Orin上部署TensorRT-LLM面临几个主要技术挑战：

1. 系统兼容性问题：Ubuntu 20.04系统下的GLIBC版本不支持TensorRT 10.3，导致kINT64和kBF16等特性无法编译。

2. 库依赖问题：在Ubuntu 22.04环境下，虽然TensorRT 10.3可以安装，但会出现libnvinfer.so相关的符号未定义错误。

3. 架构差异：TensorRT-LLM官方文档目前仅明确支持x86_64架构，对aarch64架构的支持仍在完善中。

临时解决方案

在官方Docker镜像正式发布前，开发者可以考虑以下替代方案：

1. 使用PyTorch直接运行SmoothQuant推理
2. 采用AWQ TinyChat方案
3. 使用MLC/TVM等替代框架

最新进展

项目团队已经发布了TensorRT-LLM v0.12.0版本，并提供了专门针对Jetson设备的v0.12.0-jetson分支。同时，dustynv/tensorrt_llm:0.12-r36.4.0镜像已经可用，开发者可以尝试使用。

使用建议

对于希望在Jetson AGX Orin上使用TensorRT-LLM的开发者，建议：

1. 确保使用JetPack 5及以上版本
2. 关注官方文档和GitHub仓库的更新
3. 在遇到问题时检查tokenizer路径等配置参数
4. 注意服务端口设置，确保API接口可访问

未来展望

随着TensorRT-LLM对Jetson设备的支持不断完善，预计很快会有更稳定、功能更全面的Docker镜像发布。这将大大简化在边缘设备上部署大语言模型的过程，为边缘AI应用开辟新的可能性。