Recursos técnicos

Lo que necesitas para poner a andar tu Jetson: qué JetPack instalar y en qué se diferencian las dos líneas vivas, las herramientas de flasheo, la hoja de datos oficial de toda la familia Orin, las cámaras compatibles con su driver exacto y la solución a los tropiezos que más nos consultan. Todo con fuente y fecha: si NVIDIA cambia una versión, esta página cambia.

Actualizado el 6 de agosto de 2026 · Fuente: NVIDIA

JetPack: qué versión instalar

JetPack es el SDK oficial de NVIDIA: sistema operativo Jetson Linux más CUDA, TensorRT, cuDNN y DeepStream. Hay dos líneas vivas al 6 de agosto de 2026, y la elección importa.

Fuente: NVIDIA — JetPack SDK Archive. Verificado el 6 de agosto de 2026.

Herramientas y software esencial

• NVIDIA SDK ManagerInstalador oficial. Obligatorio para flashear el firmware QSPI y habilitar el arranque desde SSD NVMe. Requiere un PC host con Ubuntu nativo (no funciona bien en máquina virtual).
• balenaEtcherGraba la imagen de JetPack en la microSD. Es la ruta más rápida para arrancar un Orin Nano por primera vez.
• Guía de inicio rápido — Orin Nano Developer KitDocumentación oficial paso a paso: qué trae la caja, cómo conectar y cómo hacer el primer arranque.
• jetson-containers (dusty-nv)Contenedores Docker ya compilados para ARM64: llama.cpp, vLLM, Ollama, PyTorch, ROS 2. Evita el problema más común del Jetson: las incompatibilidades entre CUDA, Python y PyTorch.
• jetson-inference (Hello AI World)El camino más corto a tu primera inferencia con TensorRT: clasificación, detección y segmentación con ejemplos en C++ y Python.
• Jetson AI LabTutoriales oficiales de NVIDIA para IA generativa en el borde: LLMs, modelos multimodales, agentes y robótica, con contenedores probados.
• jetson_stats (jtop)Monitor en terminal para Jetson: uso de GPU, temperaturas, perfil de potencia (nvpmodel) y memoria. Lo primero que instalar para diagnosticar throttling.
• bootFromExternalStorage (JetsonHacks)Scripts probados por la comunidad para migrar el arranque desde microSD a SSD NVMe. La mejora de rendimiento percibida es enorme.

Hoja de datos: familia Jetson

Cifras oficiales de NVIDIA para comparar módulos de un vistazo. Los valores de TOPS corresponden al modo Super (JetPack 6.2+).

Fuente: NVIDIA — Jetson Modules (developer.nvidia.com/embedded/jetson-modules). Verificado el 6 de agosto de 2026. ¿No sabes cuál elegir? Lee la guía para elegir tu Jetson.

Cámaras compatibles y sus drivers

Las Jetson aceptan cámaras CSI MIPI (máxima velocidad, requieren driver y overlay) y USB UVC (plug-and-play, sin driver — lo más fácil para empezar).

Problemas comunes (y cómo resolverlos)

• El flasheo falla o no completaUsa SDK Manager desde un PC host con Ubuntu nativo (no máquina virtual): el paso del USB por la VM es la causa más frecuente de fallo. Verifica además que el jumper de recovery esté puesto y que el cable USB-C sea de datos, no solo de carga.
• No arranca desde el SSD NVMeEl arranque por NVMe exige flashear el firmware QSPI con SDK Manager antes de instalar el sistema en el disco. Los scripts de jetsonhacks/bootFromExternalStorage automatizan el proceso completo.
• Throttling, se apaga o rinde menos de lo esperadoRevisa el perfil de potencia con nvpmodel y monitorea temperaturas con jtop (jetson_stats). El modo Super exige disipación adecuada: en gabinete cerrado, una carcasa de aluminio con ventilador evita que el sistema baje frecuencias para protegerse.
• Se agota la memoria con LLMs (8 GB)Con 8 GB caben modelos cuantizados de 0,5B a 3B parámetros. Usa los contenedores de jetson-containers y las guías del Jetson AI Lab, y reduce la ventana de contexto antes de bajar de modelo. Si necesitas 7B o un modelo multimodal, el módulo correcto es un Orin NX de 16 GB.
• La cámara CSI no se detectaActiva el overlay del sensor con jetson-io o instala el driver del fabricante (Arducam, e-con). Revisa además la orientación del cable plano y el puerto CSI: en el Orin Nano son dos y no siempre están habilitados por defecto.
• PyTorch o CUDA no encuentran la GPUNo instales PyTorch desde pip genérico: las ruedas de PyPI no traen soporte CUDA para el ARM64 de Jetson. Usa las ruedas que publica NVIDIA para tu versión de JetPack, o directamente los contenedores de jetson-containers, que ya vienen enlazados contra el CUDA correcto.
• ¿JetPack 6.x o JetPack 7.x?Para un Orin Nano en producción, JetPack 6.2.3 (Jetson Linux 36.5.2) sigue siendo la línea más probada: conserva la instalación por imagen microSD y tiene muchos más contenedores de la comunidad ya construidos. JetPack 7.2 (Jetson Linux 39.2) ya soporta la familia Orin y trae CUDA 13.2.1 sobre Ubuntu 24.04, pero ojo con dos cosas: ya no publica imagen de microSD para Orin Nano (se instala con un ISO desde pendrive USB) y el repositorio jetson-containers todavía no publica imágenes al día con CUDA 13, así que puede que tengas que construirlas tú. Conviene si partes de cero, si necesitas DeepStream 9.1 o si conviven Orin y Thor en el mismo proyecto.