在Jetson AGX Orin上编译安装spconv的经验分享

背景介绍

spconv是一个用于稀疏卷积计算的Python库，广泛应用于3D点云处理等计算机视觉任务中。在Jetson AGX Orin这样的边缘计算设备上部署spconv时，由于硬件架构的特殊性，直接通过pip安装预编译版本往往会遇到兼容性问题。

环境准备

在Jetson AGX Orin设备上(L4T R35.4.1系统)安装spconv，需要特别注意以下几点环境配置：

1. CUDA环境变量设置：需要正确配置CUDA相关的环境变量，包括：

   • 设置TORCH_CUDA_ARCH_LIST以包含Jetson设备的计算能力
   • 配置CPATH、LIBRARY_PATH等路径指向CUDA安装目录
   • 确保CUDA_HOME变量正确设置

2. 计算能力指定：Jetson AGX Orin的计算能力为8.7，需要在编译时明确指定。

编译安装步骤

1. 安装依赖库cumm

cumm是spconv的依赖库，需要先编译安装：

1. 克隆cumm仓库并切换到v0.3.7版本
2. 设置环境变量CUMM_CUDA_ARCH_LIST为"8.7"，CUMM_CUDA_VERSION为"11.4"
3. 使用pip以开发模式安装(-e参数)
4. 验证安装是否成功

2. 编译安装spconv

1. 克隆spconv仓库并切换到v2.2.6版本
2. 修改pyproject.toml文件，移除对cumm的版本依赖检查
3. 使用pip以开发模式安装
4. 验证spconv是否能正常导入

注意事项

1. 版本匹配：cumm和spconv的版本需要严格匹配，本例中使用的是cumm v0.3.7和spconv v2.2.6的组合。

2. 计算能力指定：对于不同的Jetson设备，CUMM_CUDA_ARCH_LIST需要相应调整：

   • Jetson AGX Xavier: 7.2
   • Jetson Orin系列: 8.7

3. CUDA版本：需要根据实际安装的CUDA版本调整CUMM_CUDA_VERSION变量。

4. 开发模式安装：使用-e参数安装可以让后续修改代码后无需重新安装，适合开发调试。

常见问题解决

如果在编译过程中遇到问题，可以尝试以下方法：

1. 确保所有依赖库已正确安装，包括CUDA工具链、Python开发头文件等。

2. 检查环境变量是否设置正确，特别是CUDA相关的路径。

3. 清理构建目录后重新尝试编译。

4. 查看详细的错误日志，针对特定错误进行搜索和解决。

通过以上步骤，开发者可以在Jetson AGX Orin等边缘设备上成功编译安装spconv，为3D点云处理等应用提供高效的稀疏卷积计算支持。