nvidia jetson 打折 (楼主对jetson orin爱不释手，买了一个决定再买第二个, 可惜已经out of stock）
Jetson Orin因Jetpack 7.2兼容性改善建议入手，但需注意I/O性能瓶颈。
1. 关键信息
- 设备型号：NVIDIA Jetson AGX Orin (32GB/64GB/128GB) [ID: 466805]。
- 楼主配置：连接 T-Mobile backup home wifi，外接 3T NVMe，通过 Cloudflare tunnel 托管个人网站 [ID: #1]。
- 软件生态：支持 NVIDIA 官方 Docker image、Jupyter hub；Jetpack 7.2 发布后解决了兼容性问题，现可使用与一般 Arm 服务器相同的 CUDA 环境 [ID: #1, #13, #14, #16]。
- 硬件架构：ARM 架构，支持 Unified Memory（CPU 与 CUDA core 共享内存），低功耗 [ID: #8]。
- 价格参考：64GB 版本现价 999 刀；128GB 版本用于跑大模型 [ID: #4, #15]。
2. 经验与数据点
- I/O性能瓶颈：用户 @braket (#17) 实测指出，Jetson 的数据读取速度显著慢于 DGX Spark。在处理 TB 级大数据集时，极低的 I/O 吞吐量成为主要瓶颈，导致整体处理效率低下 [ID: #17]。
- 大模型推理限制：128GB 版本虽显存大，但内存带宽较小，运行 70B/120B LLM 时可能出现吐字速度慢的问题 [ID: #15]。
3. 最新动态
- Jetpack 7.2 正式发布：解决了此前的 CUDA 兼容性问题，大幅改善软件生态，使得 Orin 可适配通用 Arm 服务器环境 [ID: #16]。
- 价格波动：64GB 版本曾售价 2000 刀，现降至 999 刀；此前处于缺货状态 [ID: #4, #15]。
4. 争议或不同意见
- 购买建议反转：用户 nkc (#2, #9) 此前因 CUDA 维护差和上班体验痛苦强烈反对，现因 Jetpack 7.2 解决兼容性问题，观点转为现在可以建议购买 [ID: #16]。
- 性价比质疑：用户 maruha (#7) 认为 Intel 核显或 CPU 硬算在性价比上可能更优；另有用户质疑家用备份为何需要强 GPU [ID: #3, #7]。
- 适用场景争议：对于需要大量数据预处理（如 TB 级数据处理）的场景，Jetson 的低 I/O 性能可能使其不如其他方案高效 [ID: #17]。
5. 行动建议
- 推荐入手时机：随着 Jetpack 7.2 发布，软件兼容性已完善，若对低功耗算力感兴趣或需运行特定 AI 任务，现在是考虑入手的时机 [ID: #16]。
- 数据预处理警告：若工作流涉及大量数据读取和预处理（TB 级），需谨慎评估 Jetson 的 I/O 性能瓶颈，其速度可能远低于预期，甚至不如 DGX Spark [ID: #17]。
- 替代方案：若追求稳定易用、无需 GPU 加速或受限于 I/O 性能，建议考虑二手 Mac Mini M2 跑 Asahi 项目 [ID: #9]；若仅需 CPU 算力，可对比 Intel 核显方案 [ID: #7]。