Jetson Orin NANO开发者必须知道的：NGC内容简介与注册密钥

登录 http://ngc.nvidia.com 就能进入NGC中心（如下图），不过这个入口的更新频率很高，首页所看到的内容可能跳转至其他地方。网页最左边的“Explore Catalog”与右上角的 “用户名（未登录之前为Guest）”，大致是固定的。

目前NGC将所有资源区分为以下五大类：

• Collections（集合）： 这里存放着“以应用为单位”的综合信息内容，因为每个应用都需要用到一个以上的容器、预训练模型、Helm管理模块或资源。在NGC里存放数百个这些元件，如果让开发者自行搜索的话，的确是一件相当费劲的工作。 英伟达将个别应用所需要的相关信息，先整理好并存放在这个分类里，让使用者可以非常轻松地掌握每个应用所需要的资源列表，目前已经整理好30+个应用，包括TAO对话AI、ASR自动语音识别、NLP自然语言处理等等，还在陆续增加当中。

例如在Query栏中填 ”deepstream” ，会出现 ”DeepStream - CV Depolyment”项目，点击进去之后，会看到如下截屏的内容，上面显示与这个项目相关的材料，包括有“2 个Containers、0个Helm Charts、8个Models、0个Resources”等等，这些数字并是固定的，会随着资源变化而调整。在下面的 ”Overview” 里提供项目内容的简单说明，可以现行阅读一下。

点击 “Entities” 就能看到如下图，列出每个元件的名称以及进入该元件说明的链接：

在DeepStream所列出的Containers有两个系列，上面一个支持x86系统、下面一带有 ”l4t” 的是专门提供给Jetson设备使用的，每个系列中还有多个版本，例如l4t版本里还分为base、triton、samples与iot四个版本，可以根据不同的应用需求选择有针对性的版本，可以大幅降低环境调试的工作量。 至于所列出的8个模型（models），都是NVIDIA根据不同应用场景所训练好的优质模型，包括质量与性能都是经过专家优化过的，内容涵盖人脸、行人、交通工具等等常用类别，都可以直接下载到DeepStream系统中直接使用。

• Containers（容器）： Docker是非常好的用于封装应用软件的容器技术，封装的镜像能提供完全独立的执行环境，这样能有效地解决多种应用的同时运作。
• 由于NVIDIA各种应用之间，仍存在CUDA/CUDNN/TensorRT这些底层库的版本兼容问题，另外包括Python各种数学库之间的版本依赖，经常造成软件安装的困难度。于是NVIDIA将大部分开发套件与工具包，以不同应用场景或功能组合的形式，用Docker技术进行封装，例如TAO开发工具就有for Conv AI、for CV两种镜像，而DeepStream有两周平台、各四种镜像。 使用镜像技术，开发者只需要在工作平台上安装最基础的GPU驱动、docker管理器与nv-docker2解析器，就能非常轻松地使用这些应用。目前NGC上已经有将近200个容器镜像，可以免费使用。
• Helm Charts 这是一组针对Kubernetes集群的管理与运维的工具，配合docker技术执行应用软件的部署与管理，与GPU计算没有直接关联，通常使用在数据中心、云平台上，对各种部署的GPU应用进行管理与监控，其中Nvidia Network Operator Helm Chart是最重要的基础元件，对这方有需求的读者可以从这个元件开始上手。
• Models（模型） 这里提供300+个预训练好的人工智能模型，包括图像分类、对象检测、语言翻译、文本到语音、推荐引擎、情感分析等等，主要配合迁移学习(transfer learning)的用途，或者直接拿来作为体验演示用途。 所有模型都是经由最专业的技术人员，根据不同数据精度在英伟达最高端设备进行训练，在精确度与性能上都经过优化处理，包括NVIDIA Tensor Core GPU，这样的预训练模型能为开发人员节省非常大量的模型训练时间。
• Resources

这里存放的内容，就是为创建深度学习模型的分步说明和脚本，例如用于Jupyter环境的.ipynb脚本，还有一些使用相关的指导文件或范例代码。

以上简单介绍了NGC的内容，英伟达为开发人员提供非常丰富与优异的资源，若能好好善用NGC的功能，就能在人工智能的应用开发上得到事半功倍的效果。

要使用这些资源的第一件事情，就是要申请NGC账号，这个账号与英伟达开发者申请的账号是互相独立的，因此需要单独申请。本文最后就是带着大家去申请一个账号，并且申请一组密钥，这样就能轻松使用NGC的内容。

1. 创建NGC账号：
   1. 登录 https://ngc.nvidia.com 会直接出现 CATALOG画面
   2. 请点击下图右上角 ”Welcome Guest”，然后点选下方 ”Sing in/Sing Up”

1. 出现输入邮箱画面，请输入要使用的完整邮箱，然后点击 ”Continue” ：

1. 进入下面画面，填入您要设定的密码，要求必须有大写英文字母、小写英文字母以及数字三种元素所组成，最后还要经过“我是人类”的验证步骤。

1. 一切正确之后就会发一封邮件进行到您申请的邮箱里，进行最后的确认。

顺利创建账号之后，就可以重新登录NGC中心。

1. 获取NGC密钥：
   1. 登陆NGC之后，会看到右上角出现您的登录名，以及一组哈希数列。点选用户名所出现的下拉菜单中，选择 ”setup” 选项

1. 进入Setup选项后会出现下面两个设定，点击左边的 ”Get API Key”：

1. 点击下图右上角 ”Generate API KEY”会跳出“确认”，点击 ”confirm” 即可

1. 在最下面会出现一组长度85的字符串：

由于密钥只有在创建时候能看到内容，日后无法在NGC独立查询，请自行复制做好记录。这组组密钥在整个训练过程以及最后推理时都需要用到，非常关键，如果遗忘的话就得重新在创建一组，而前面所训练的模型，可能就得重新再做一次。 本文只是将NGC的内容做个简单的介绍，以及讲解创建账号、生成密钥的过程，更多关于NGC的详细使用说明，请访问https://docs.nvidia.com/ngc/ngc-overview/index.html。

1. Docker登录NGC：

生成秘钥之后，最后一步就是让Jetson Orin Nano开发套件登录上NGC，这样才能完整地利用NGC的资源。登录的指令如下：

$ export KEY='<您的85位API秘钥>
$ docker login -u '$oauthtoken' --password-stdin nvcr.io <<< $KEY

如果输入正确的话，会看到下面截屏信息，表示登录成功！

这个登录只需要执行一次就可以，现在就能开始使用NGC的各项资源。【完】