登录社区云，与社区用户共同成长
邀请您加入社区
引言 AI应用如火如荼，而嵌入式设备与AI的结合也是不可或缺的重要场景。香橙派 AI pro 开发板正是面向嵌入式AI场景而生。 这篇文章记录了对香橙派 AI pro开发板的试用体验。介绍了开发板的基础操作，以及对其中一个AI应用样例的体验，初步感受下 AI 开发板的特别魅力。 开发板基础操作部分，我是远程SSH登录后开启Jupyter，之后通过浏览器访问开发板IP即可操作，跳过了繁琐了远程桌面工
摘要 cann-recipes-embodied-intelligence仓库旨在针对具身智能业务中的典型模型、加速算法，提供基于CANN平台的优化样例，方便开发者简单、快速、高效地基于CANN平台使用具身智能模型。丰富CANN开源开放生态。 基于lerobot库，在昇腾Atlas A2环境适配pi0机器人端到端VLA具身智能大模型，通过使能昇腾融合算子、图模式、计算逻辑优化等手段，实现了较低的推
作者：昇腾实战派 一、PaddlePaddle(飞桨)技术入门 参考开源文档 部署&&快速开始： https://www.paddleocr.ai/latest/quick_start.html 飞桨官方昇腾推理参考链接： https://github.com/PaddlePaddle/PaddleX/blob/release/3.2/docs/practical_tutorial
本文从宏观的角度梳理了训练的大致流程，分析了精度问题在训练流程中的表现，梳理了针对训练各环节进行相应数据采集和分析的工具。 概览图 基本概念 训练流程 概览图的上半部分展示了一个大模型训练的完整流程，从数据输入到权重更新，大体上分为以下五个部分： 准备阶段 （START 之前）：左侧的“weight、dataset、env（sys env）、CANN/CUDA、config”代表训练所需的输入条件
背景 首先，感谢OrangePi联合华为办的活动以及邀请评测，其实我们观察华为的昇腾芯片很久。在平常项目开发中，都是使用的Nvidia的Jetson系列芯片进行边缘AI计算开发，由于使用场景受限的问题，我们必须得考虑国产替代方案 。这次，我将使用Orange Pi Alpro板卡进行单目标跟踪算法的部署以及算力评测，以此来了解昇腾芯片在今后使用的可行性，同时，也和大家一起分享Orange Pi
香橙派 AI pro：AI 加速初体验 在AI领域，不断涌现的硬件产品为开发者提供了前所未有的便利和可能性。今天，我要介绍的这款产品——香橙派 AIpro，就是其中的佼佼者。在昇腾 AI 芯片的加持下，这款开发板有着出色的算力。这不仅仅是一块开发板，更是一个为AI开发者量身打造的平台，最近，我也是拿到了官方送来的香橙派AIpro开发板。 官方资料 OrangePi AIpro 官网 Orange
前言 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。 OrangePi AIpro(8T)采用昇腾AI技术路
首先非常感谢csdn以及香橙派能够提供这样一个平台，可以测试OrangePi AIpro这样一块开发板，这块板子给我的感觉还是非常不错的，非常适合用来作为嵌入式学习的板子，性能也达到了一定要求，可以跑一些深度学习的任务了。 下面的文章我将总结我使用这块板子做的一些事情。 1、外观部分 先看官方宣传图吧，香橙派风格&
