前言
最近有幸收到一份新款 OrangePi AIpro 开发板,之前手里也捣鼓过一些板子,这次尝试从零开始部署一个简单的后端服务。OrangePi AIpro 采用昇腾AI技术路线,具体为4核64位处理器+AI处理器,可配16GB内存容量,各种复杂应用都能流畅运行,板载1000Mbps以太网,传输更快更稳定,配置了各种丰富的接口,应用场景广泛。
开发板简介
- OrangePi AIpro 开发板配备4核64位处理器+ AI处理器, 8GB/16GB的LPDDR4X内存,足以满足大部分的AI推理应用场景和其他大内存的产品应用场景,速度更快,功耗更低。
- 支持双HDMI视频输出,支持双4K高清输出,支持一个MIPI DSI屏输出,支持两个MIPI接口摄像头输入,足够满足在有视频源输入场景的需求。
- 板载支持1000Mbps以太网,拥有wifi 2.5G/5G和有线两种接入方式,网络连接更大、更稳定,传输更高速。
- 板载M.2接口,支持接入SATA/NVMe SSD 2280硬盘,增加海量数据存储空间,满足快速读写和大容量存储的需求。
- 汇聚了MIPI DSI、MIPI CSI、USB 3.0、Type-C 3.0、HDMI 2.0、千兆以太网、支持SATA/NVMe SSD 2280的M.2插槽等各类流行的接口,可应用于外部设备控制和扩展。
配图:
开发版资料
在体验的过程中, OrangePi AIpro 开发板的资料是非常全面,这也是我完全没有想到的,这也让我在后面的配置中少走了很多弯路。不过这里也稍微提一点建议,可以将资料分发在不同的平台进行下载,毕竟“云盘限速”很烦人。
开发版资料:访问链接
系统安装
1、前期准备
必需品:
Orange Ai Pro开发版一块、TF卡(建议32GB或以上)、TF读卡器、一台电脑、有线网络或WIFI
非必需品:
HDMI显示器连接线、串口线、显示器、外接鼠标、外接键盘等
电脑所需安装软件:
balenaEtcher(烧录镜像软件)、MobaXterm(或其他远程软件,如xShell等)
镜像准备:
下载官方镜像中的 ubuntu 镜像
2、烧录镜像
将准备的TF卡插入TF读卡器,并插入准备好的电脑中,确认TF卡中的数据已经备份(数据无价);
在电脑打开 balenaEtcher 软件,将准备的镜像烧录到TF卡中,如图1-2-1。建议使用 Portable 版本不需要安装,打开即可使用。烧录过程中出现了如图1-2-2报错,我是通过 7zip 解压后重新烧录,可以成功。
3、配置TF卡启动
确认 OrangePi AIpro 开发板启动设置是否配置为从 TF 卡启动,如果不是,得按照文档拨动开关到从 TF 卡启动的配置下(拨动开关都拨到右边)。拨动开关位置如图1-3-1,拨动开关对应说明如图1-3-2。注意:切换拨码开关后,必须插拔电源重新上下电才能生效。开发板的复位按键是不会使新的拨动开关配置生效。
4、上电启动
将TF卡插到 OrangePi AIpro 开发板上,如图1-4-1,有条件可接入 HDMI 显示器,重新下上电。等待1分钟左右,屏幕上显示系统登录页面,如图1-4-2。登录的账号为HwHiAiUser,密码为Mind@123。
5、远程连接
在 OrangePi AIpro 开发板上输入 ifconfig 获取当前设备ip或者在路由器上获取 OrangePi AIpro 开发板的ip地址。
打开 MobaXterm 或其他ssh工具(如xShell等),在工具中输入ip地址、端口号、用户名,点击连接,端口号默认22,如图1-5-1。输入密码后即可连接上,注意输入密码时不会显示,直接输入后回车即可。
6、更新配置
在命令行中执行以下命令切换root账号
sudo -i
在命令行执行以下命令创建对应文件夹备用
mkdir -p /data/download
在命令行执行以下命令更新 apt 包,确保后续能下载更新包
apt update
运行测试
1、拉取仓库
进入下载文件夹/data/download
cd /data/download
输入以下命令拉取示例仓库,拉取后见图2-1-1,如果没有git环境,需先安装git,具体操作自行百度,仓库地址:链接
git clone https://gitee.com/ascend/samples.git
2、模型下载
进入拉取示例中的模型文件夹,如图2-2-1,使用 wget 命令拉取 CartoonGAN 模型,如图2-2-2、图2-2-3。
cd samples/python/contrib/cartoonGAN_picture/model
3、执行模型转换
执行模型转换命令,将原始模型转换为 om模型,如图2-3-1。也可以直接下载 om模型进行使用,具体下载可参考 链接
atc --output_type=FP32 --input_shape="train_real_A:1,256,256,3" --input_format=NHWC --output="./cartoonization" --soc_version=Ascend310 --insert_op_conf=insert_op.cfg --framework=3 --save_original_model=false --model="./cartoonization.pb" --precision_mode=allow_fp32_to_fp16
4、执行生成
进入源图片存放路径,下载测试图片用来测试。此处直接使用demo中的图片,实际使用时可换成需要处理的图片。进入路径如图2-4-1,下载图片如图2-4-2.
cd /data/download/samples/python/contrib/cartoonGAN_picture/src
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/cartoonGAN_picture/scenery.jpg
执行 Python 转换命令,将来源图片转换成卡通图片。进入 out 路径将转换后的图片与原图进行对比,对比图如图2-4-3。
python3 cartoonization.py ../data/
使用测评
这款 OrangePi AIpro 开发板除了能能部署 AI 项目,有强大 AI 处理器的性能支撑,如:Ollama、RAGFlow、官方示例等,也能满足普通应用程序的需求,如:自开发项目、Home Assistant、Halo等。它拥有的丰富的硬件接口、便捷的开发环境和完整的文档支撑,能应对不同的使用场景。
资源消耗和运行时间如图3-1-1、图3-1-2:
结论
OrangePi AIpro 开发板满足了我日常开发和生活使用,性价比高,完善的文档支撑和丰富的样例,会让使用者少走很多弯路。建议的话,还是希望文档等资料能够提供不同途径的下载方式,如阿里云盘、夸克云盘等;还有在扇热风扇的声音上还能够减少一点。后续这块板子我也将用来发布 Home Assistant ,将智能家居设备联动起来,期待它能有更好的表现。
最后期待国产AI开发板能够越做越好,在未来的项目中能够发挥越来越重要的作用。