开发板配置
http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/details/Orange-Pi-AIpro.html
CPU | 4核64位处理器+ AI处理器 |
---|---|
GPU | 集成图形处理器 |
AI算力 | 8-12TOPS算力 |
内存 | LPDDR4X:8GB/16GB(可选),速率:3200Mbps |
存储 | • SPI FLASH:32MB |
• SATA/NVME SSD(M.2接口2280) | |
• eMMC插槽:32GB/64GB/128GB/256GB(可选),eMMC5.1 HS400 | |
• TF插槽 | |
WIFI+蓝牙 | Wi-Fi 5双频2.4G和5G |
BT4.2/BLE | |
以太网收发器 | 10/100/1000Mbps以太网 |
显示 | • 2xHDMI2.0 Type-A TX 4K@60FPS |
• 1x2 lane MIPI DSI via FPC connector | |
摄像头 | 2x2-lane MIPI CSI camera interface,兼容树莓派摄像头 |
USB | • USB 3.0 HOST x2 |
• USB Type-C 3.0 HOST x1 | |
• Micro USB x1 串口打印功能 | |
音频 | 3.5mm耳机孔音频输入/输出 |
按键 | 1x关机键、1xRESET键、2x启动方式拨动键、1x烧录按键 |
40PIN | 40PIN 功能扩展接口,支持以下接口类型: |
GPIO、UART、I2C、SPI、 I2S、PWM | |
风扇 | 风扇接口x1 |
预留接口 | 2PIN电池接口 |
电源 | Type-C PD 20V IN ,标准65W |
支持的操作系统 | Ubuntu、openEuler |
产品尺寸 | 107*68mm |
重量 | 82g |
烧录系统
OrangePi AIpro
根据算力,分两块板子。
今天这块是下面的8-12T
版本:
- http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
跳转到百度网盘的下载链接之后,选择最新的固件。
固件有2.37G
的,还有4.8G
的。分别是纯命令行控制的,和,带GUI界面的版本。
为了方便操作,这里选择desktop
版本。
烧录需要使用Etcher
,常用于烧录Linux固件。
- 建议去GitHub下载:https://github.com/balena-io/etcher
烧录IOS而非zip
对,我一开始烧错了。
解锁SD卡
本人在烧写的过程中,遇到SD卡被锁定的情况。
需要将小卡扣掰上去。
正常情况下烧录成功。
进入系统
部署顺利的话,上电就会自动开机。
默认密码为Mind@123
。
体验官方 AI 应用样例
OrangePi_AI_Pro_昇腾_用户手册_v0.6.pdf 官方固件默认提供了AI应用样例。 根据官方文档,依次执行:
cd samples
sh ./start_notebook.sh
板子环境可能不允许复制粘贴本文的内容,可以尝试Tap
键补全文件名。
连同token
复制到板子自带的浏览器中。
访问是基于浏览器的,所以也可以在自己的电脑上进行访问,需要知道开发板的IP
地址。
局域网访问jupyter
编辑start_notebook.sh
:
- 修改
--ip 127.0.0.1
为--ip 0.0.0.0
。
文字识别测试
样例中已给出主要代码。点击运行,会依次执行每个单元格内的代码,就跟一个.py
文件一样。
运行样例,可见,可以在短时间内完成文字识别任务,用时为7.6s
。
视频解码测试
项目地址:https://gitee.com/ascend/EdgeAndRobotics/tree/master/Samples/VideoDecode
项目文档的指令是错的,部分路径文档未更新,本文已更正。 依次执行:
git clone https://gitee.com/ascend/EdgeAndRobotics.git
cd /EdgeAndRobotics/Samples/VideoDecode
cd /data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/yolov5s/test.mp4 --no-check-certificate
cd ../scripts
bash sample_build.sh
bash sample_run.sh
对于38s
的1080p
视频,解码几乎在一瞬间完成。生成共10
张yuv
图片。
总结
无论是ai
计算,还是视频解码,OrangePi Aipro
都有不错的表现。
目前评测较浅,今后会有更基于这款开发板开发更多有意思的项目。
祝OrangePi
越来越好,相信在充沛算力的支持下,会有更多基于OrangePi
的项目涌现。