在Jetson Linux环境下使用pip安装TensorRT失败求助

核心原因 #

Jetson属于ARM架构，PyPI上的官方TensorRT包仅支持x86_64架构，直接执行pip install tensorrt会因架构不匹配触发编译wheel失败。

可行解决方案 #

方案1：复用JetPack预装的TensorRT Python绑定 #

JetPack 35.2已默认预装TensorRT 8.5，只需将系统自带的TensorRT模块链接到虚拟环境：

1. 激活你的Python虚拟环境：

   source your_venv/bin/activate
   

2. 创建软链接（Jetson上TensorRT默认路径为/usr/lib/python3.8/dist-packages/tensorrt）：

   ln -s /usr/lib/python3.8/dist-packages/tensorrt $VIRTUAL_ENV/lib/python3.8/site-packages/
   

3. 验证安装：

   import tensorrt
   print(tensorrt.__version__)
   

方案2：通过NVIDIA Jetson源安装官方包 #

1. 更新系统apt源列表：

   sudo apt update
   

2. 安装TensorRT的Python依赖包：

   sudo apt install python3-libnvinfer python3-libnvinfer-dev
   

3. 重复方案1的软链接步骤，将系统包导入虚拟环境。

方案3：手动编译TensorRT wheel（不推荐，耗时易出错） #

若必须编译wheel，需先满足以下条件：

1. 安装编译依赖：

   sudo apt install build-essential python3-dev python3-pip cmake
   

2. 从NVIDIA官网下载TensorRT 8.5源码包，解压后进入python目录执行编译：

   cd TensorRT-8.5.x.x/python
   python setup.py bdist_wheel
   

3. 安装生成的wheel包：

   pip install dist/tensorrt-8.5.x.x-cp38-none-linux_aarch64.whl
   

注意事项 #

• 禁止从PyPI直接安装TensorRT，ARM架构不支持其预编译包，必然触发编译失败。
• 虚拟环境中安装的CUDA相关包（如PyTorch）需与系统CUDA 11.4版本兼容，避免依赖冲突。

内容的提问来源于stack exchange，提问作者Noobmaster