OrangePi AIpro介绍

 

 

1.1. 开发板简介

Orange Pi AI Pro 开发板是香橙派联合华为精心打造的高性能AI 开发板，其搭

载了昇腾AI 处理器，可提供8TOPS INT8 的计算能力，内存提供了8GB 和16GB

两种版本。可以实现图像、视频等多种数据分析与推理计算，可广泛用于教育、机

器人、无人机等场景。

1.2. 开发板的硬件规格

 

 

1.3 开发板接口

 

 

一些基础

安装官方系统

参考

http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html

下载官方工具和linux

 

使用balenaEtche烧录

 

初始密码

烧录完成后进入系统，会要求输入初始密码，官方系统的初始密码：Mind@123

使用MobaXterm连接

如果使用有线网络 ，在路由器里查询设备ip，用户名：HwHiAiUser 密码：Mind@123 即可登录

若使用无线网络，需要登录系统后设置wifi密码，连接上网络后查询ip

Session里选择SSH，设置如下（我的OrangePi查询到的ip：192.168.50.19）

 

 

ubuntu22 开机自动登录

习惯性的，拿到系统就去掉密码，设置好开机自动登录，会节省时间

最开始默认的桌面如下

 

更改桌面为ubuntu

点击如下位置

 

选择ubuntu

 

向日葵远程桌面

安装

下载地址

https://sunlogin.oray.com/download/linux?type=personal

选择麒麟版本

 

按官网要求安装

设置开机自启动

启动startup application在里面添加向日葵的自启动

 

一般是/usr/local/sunlogin/bin/sunloginclient

重启即可

换源

编辑sources.list文件

sudo vim /etc/apt/source.list

加入清华源

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释 deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy-updates main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy-updates main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy-backports main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy-backports main restricted universe multiverse # 以下安全更新软件源包含了官方源与镜像站配置，如有需要可自行修改注释切换 deb http://ports.ubuntu.com/ubuntu-ports/ jammy-security main restricted universe multiverse # deb-src http://ports.ubuntu.com/ubuntu-ports/ jammy-security main restricted universe multiverse # 预发布软件源，不建议启用 # deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy-proposed main restricted universe multiverse # # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ jammy-proposed main restricted universe multiverse 

保存后更新源和升级包

sudo apt update

sudo apt upgrade

大模型llama测试

准备环境

先查看python版本

 

安装Transformers库

sudo pip install transformers

 

安装后才发现使用的是miniconda环境，安装到了python3.10，而使用的是3.9.2（感谢群友Mr.jiang）

conda deactivate

#关闭自动source

conda config --set auto_activate_base false

再安装transformers

上面方法能解决安装transformers问题，但是系统默认安装的torch就不能用了，所以最好的解决方式如下安装：

python -m pip install transformers -i https://mirrors.aliyun.com/pypi/simple/

 

安装opencv和PyTorch

系统默认已经装好，这块就不用自己安装了

如果关闭了conda环境，那就需要自己装了

下载模型

安装git-lfs

sudo apt install git-lfs

可以通过运行git lfs install来确认git-lfs是否正确安装

git clone https://opencsg.com/models/shareAI/llama3-Chinese-chat-8b.git --depth 1

模型比较大，第一次下载时sd卡空间不够用，换了一个64G的卡，重新下载才够用，这个模型待测

使用大模型数据GPT-Neo-1.3B

如果下载经常超时，可以尝试换源

from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "EleutherAI/gpt-neo-1.3B"

tokenizer = AutoTokenizer.from_pretrained(model_name, mirror='tuna')

model = AutoModelForCausalLM.from_pretrained(model_name, mirror='tuna')

如果网络下载总失败，可以通过百度网盘下载

链接：https://pan.baidu.com/s/1cZ0tEHpXLfIy7rLEoGL57g?pwd=kp5b

提取码：kp5b

里面模型文件需自己解压

编写测试程序

import torch

from transformers import GPTNeoForCausalLM, GPT2Tokenizer

tokenizer = GPT2Tokenizer.from_pretrained('EleutherAI/gpt-neo-1.3B')

model = GPTNeoForCausalLM.from_pretrained('EleutherAI/gpt-neo-1.3B')

# 设置 open-end 生成的 pad token id

model.config.pad_token_id = model.config.eos_token_id

# 对话循环

while True:

# 接收用户输入

    user_input = input("You: ")

# 如果用户输入为空，结束对话

    if not user_input:

        break

# 将用户输入转化为模型输入

    input_ids = tokenizer.encode(user_input, return_tensors='pt')

    attention_mask = torch.ones(input_ids.shape, dtype=torch.long, device=model.device)

# 生成回复

    output_ids = model.generate(

        input_ids=input_ids.to(model.device),       

        attention_mask=attention_mask.to(model.device),

        max_length=50,

        pad_token_id=model.config.pad_token_id,

        do_sample=True,

        temperature=0.7

    )

# 解码生成的 token id

    bot_reply = tokenizer.decode(output_ids[0], skip_special_tokens=True)

# 输出回复

    print("Bot:", bot_reply)

 

本机装的torch版本低，需要升级

pip install --upgrade torch

使用过程中发现内存不够

先查看内存使用情况

watch -n 1 free -m

 

按官方文档扩展内存

再运行程序，可以测试大模型对话，免费的还是一般

其他模型也可以自行下载尝试

总结：

OrangePi AIpro相比树莓派，nano还是有很大优势，硬件上和软件系统上考虑开发者入门提供了很多便利。后期还会不断使用其他方式去验证，大家可以关注。