N1.5(Isaac-GR00T) 在NVIDIA Jetson Thor以及Jetson系列机器上环境配置问题。主要是aarch64架构pytorch3d无法安装
首先我们把pyproject.toml里的pytorch3d注释掉,先安装其他的包。这里第四步会出问题,注意这里的[base]可以替换成你的Jetson型号。3.关闭 pip 构建隔离以复用我们环境里的 setuptools 等。2.关键:ARM 上常要显式启用 CUDA 并指定算力。1.需要克隆 PyTorch3D 源码。
·
这里以conda为例:
先用官方的教程安装:
conda create -n gr00t python=3.10
conda activate gr00t
pip install --upgrade setuptools
pip install -e .[base]
pip install --no-build-isolation flash-attn==2.7.1.post4
这里第四步会出问题,注意这里的[base]可以替换成你的Jetson型号。
首先我们把pyproject.toml里的pytorch3d注释掉,先安装其他的包。
1.需要克隆 PyTorch3D 源码
git clone --recursive https://github.com/facebookresearch/pytorch3d.git
cd pytorch3d
# 若是浅克隆忘了 --recursive:
# git submodule update --init --recursive
2.关键:ARM 上常要显式启用 CUDA 并指定算力
Xavier:7.2;Orin:8.7;TX2:6.2;Nano:5.3; Thor: 11.0
# 选择与你的 Jetson 型号匹配的算力
export FORCE_CUDA=1
# Xavier:7.2;Orin:8.7;TX2:6.2;Nano:5.3
export TORCH_CUDA_ARCH_LIST="11.0"
3.关闭 pip 构建隔离以复用我们环境里的 setuptools 等
pip install --no-build-isolation -v .
# 或开发模式
# pip install --no-build-isolation -v -e .
更新:
可以使用jetson-containers的docker,指令如下:
sudo docker pull dustynv/isaac-gr00t:r36.4.0
sudo docker run --runtime nvidia -it --rm --network host --shm-size=8g --volume /home/synthoid-thor01/zml/jetson-containers/data:/data --name isaac_gr00t dustynv/isaac-gr00t:r36.4.0 bash
更多推荐


所有评论(0)