OrangePi AIpro (8T)使用体验，性能测试报告

前言

这段时间收到了CSDN和香橙派的邀请，对OrangePi AIpro进行体验测评，在此感谢CSDN对我的信任，也感谢香橙派能做出如此优秀的开发板。

可喜可贺，周三晚上我收到了官方寄出的OrangePi AIpro。出于对国产芯片的好奇，拆开包装后我并没有马上开始上电使用，而是对板子的做工以及走线进行了简单的观察。不禁感叹，现在的国产开发板做工、芯片集成度完全不输于树莓派等以前常用的国外开发板。

废话不多说，下面从产品了解、性能测试、产品使用三个方面进行测评OrangePi AIpro开发板。

了解

OrangePi AIpro(8T)是香橙派和华为昇腾联合开发的一款AI开发板，采用昇腾的4核64位处理器+AI处理器，集成图形处理器，该处理器支持8TOPS AI算力。

OrangePi AIpro不仅有优秀的AI性能，而且采用了丰富的外部接口：

在存储方面，香橙派AIpro提供了TF插槽、SATA/NVMe SSD 2280 M.2插槽以及最大支持256G的eMMC模块三种存储接口。可以通过拨码开关选择从三种存储接口中启动系统。
在基础接口方面，香橙派AIpro提供了两个HDMI接口、一个Type-C电源接口、一个千兆网口、两个USB3.0、一个USB Type-C 3.0和一个Micro USB（串口打印调试）接口。
在开发接口方面，香橙派AIpro提供了40Pin的GPIO接口、两个MIPI摄像头、一个MIPI显示屏、电池接口。

其丰富的外部接口并不会限制开发者的想象力。不但可以适用于AI边缘计算、深度学习、人工智能等领域，而且凭借其存储能力、算力，搭建一个ALL in One的NAS绰绰有余。

初体验

3.1 开机

香橙派AIpro在接上电源后会自动开机，开机后风扇非常给力，声音很大，此时他是在初始化系统，当进入系统后，风扇会非常安静的运行。

但是我的香橙派AIpro在启动时必须要接入串口，并且在windows中打开串口才能正常启动，否则一直都无法进入桌面。当串口提示LiteOS start succeed，表示系统已经启动了。

此时我们接上显示器，即可看到Ubuntu22.04的桌面，默认帐号是HwHiAiUser，密码是Mind@123：

进入桌面后，是非常简洁的xfce桌面，但其实在镜像中集成了5种桌面样式，只有xfce桌面使用起来相对流畅，其余桌面占用过高，体验不是很好。

3.2 尝试使用飞书文档编辑文章

尝试打开飞书文档继续编辑使用体验，在启动飞书文档时，CPU三个核心占用高，其中一个核心占用低(翻阅官方文档后发现，三颗为control cpu，一颗为AI cpu，下面会具体介绍)。

但让我意想不到的是，除了打开时慢了一些，编辑过程中非常流畅。

3.3 远程连接

我个人在使用Linux时常用终端办公，桌面端我们体验完了，我们感受一下ssh，首先ifconfig获取香橙派AIpro IP：

在另一台Windows PC上通过MobaXterm ssh连接香橙派AIpro：

输入账号密码(见前面的默认帐号是HwHiAiUser，密码是Mind@123)后登录成功：

除了SSH，还能通过Vnc、Todesk等远程工具进行桌面远程访问，非常便捷。

3.4 串口调试

使用一条可以数据传输的Micro USB线连接香橙派AIpro，在MobaXterm中使用serial功能。笔者这边是COM3，波特率为115200。

打开串口界面后是没有串口信息的，按下板载的reset按钮重启系统后，可以在MobaXterm中看到疯狂刷新的Log了，直到看到LiteOS start succeed!表示系统启动成功，此时风扇也会安静下来。

3.5 更新1.6Ghz固件并获取CPU频率

3.5.1 更新1.6Ghz固件

在官网下载官方工具资料库，里面有个Ascend310B-firmware固件包文件夹。

将该文件夹移动至香橙派AIpro中

$ chmod +x Ascend310B-firmware-7.3.t3.0.b309-rc-signed-8t-1.6ghz-20240428.run $ ./Ascend310B-firmware-7.3.t3.0.b309-rc-signed-8t-1.6ghz-20240428.run --full

更新完成后重启系统即可使用1.6Ghz的CPU。

3.5.2 获取CPU频率

在官方提供的npu-smi中无法获取当前CPU频率，通过华为官方提供的api可以获取。

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include "dcmi_interface_api.h"#define MAX_CARD_NUM (16)
#define NPU_OK (0)
int main(int argc, char ** argv)
{int ret;int frequency = 0;ret = dcmi_init();if (ret != NPU_OK) {printf("Failed to init dcmi.\n");return ret;}ret = dcmi_get_device_frequency(0, 0, 1, &frequency);if (ret != NPU_OK) {printf("Failed to get info.\n");return ret;}printf("内存 frequency is %d Mhz\n", frequency);ret = dcmi_get_device_frequency(0, 0, 2, &frequency);if (ret != NPU_OK) {printf("Failed to get info.\n");return ret;}printf("Control cpu frequency is %d Mhz\n", frequency);ret = dcmi_get_device_frequency(0, 0, 7, &frequency);if (ret != NPU_OK) {printf("Failed to get info.\n");return ret;}printf("AI CORE now frequency is %d Mhz\n", frequency);ret = dcmi_get_device_frequency(0, 0, 9, &frequency);if (ret != NPU_OK) {printf("Failed to get info.\n");return ret;}printf("AI CORE default frequency is %d Mhz\n", frequency);return ret;
}

编译后运行

$ gcc get_cpu_info.c -L/usr/lib64 -ldcmi -lascend_hal -ldevmmap -ldrvdsmi -o cpu_info
$./cpu_info
内存 frequency is 1596 Mhz
Control cpu frequency is 1600 Mhz
AI CORE now frequency is 500 Mhz
AI CORE default frequency is 500 Mhz

样例体验

香橙派AIpro主打的就是AI相关的功能，在其使用手册中提供了多种场景下的案例供开发者体验和学习，下面我们通过其中几个案例来体验一下功能。

4.1 打开juypter lab，并在windows pc上使用

首先要在香橙派AIpro上打开juypter lab：

$ cd samples/notebooks/ $ bash start_notebook.sh

脚本运行成功后会提示运行网址为http://localhost:8888/ ，想要在windows上运行香橙派AIpro的juypter，必须先映射端口才能正常访问，直接修改ip地址是无法正常登录的。

打开的隧道功能，并输入本地端口以及远程端口等信息搭建隧道。

输入完成后点击start按钮开启隧道。

启动成功后即可在windows上访问香橙派AIpro的juypter了。

4.1 目标检测

官方提供了目标检测的实现，我们可以通过修改infer_mode推理模式字段来改变是对图片、视频还是相机数据进行检测。笔者在网络上随机下载了一段车流量的视频，大小为60M左右，观察一下它的占用以及识别效果。

点击开始运行后，占用升高到了60%。

大概等待了20秒左右，识别结果已经出来了，可见速度还是比较快的。

暂时无法在飞书文档外展示此内容

我们再找一段车流量大的视频检测一下看看效果。

暂时无法在飞书文档外展示此内容

性能测试

作为架构开发工程师，必须要做一下性能测试，一个好用、优秀的架构可以帮助团队少走几年弯路。

5.1 功耗测试

我统计了以下几种场景下的功耗：

CPU频率 1Ghz
- 开机功耗：12W
- 运行功耗：8W
- 负荷功耗：10w
CPU频率 1.6Ghz
- 开机功耗：12W
- 运行功耗：9W
- 负荷功耗：13W

5.2 CPU unixbench测试

5.2.1 下载以及编译

在官网下载unixbench：https://soft.lnmp.com/test/unixbench/

下载unixbench-5.1.2.tar.gz，然后到下载的目录下执行：

$ tar -xzvf unixbench-5.1.2.tar.gz $ cd unixbench-5.1.2

将3D检测GRAPHICS_TESTS=defined注释掉

$ vim Cmakefile

使用make -j4编译代码，会出现警告，但不影响我们使用

5.2.2 unixbench测试1Ghz（3 control cpu + 1 AI cpu）

开发板使用的昇腾SOC默认采用3个control CPU + 1个AI CPU，这种情况下多核CPU测试分数肯定比较低。好在昇腾SOC可以通过命令修改CPU使用方式，可以针对不同的使用场景自由分配CPU。

设置3个CPU为control CPU，提示successfully后重启系统即可生效。

$ sudo npu-smi set-t cpu-num-cfg-i 0-c 0-v 1:3:0
Status  : OK  Message : The cpu-num-cfg of the chip is set successfully. Reset system for the configuration to take effect.

单核分数

$ ./Run

多核分数

$ ./Run -c 4

5.2.3 unixbench测试1Ghz（4 control cpu）

设置4个CPU为control CPU，提示successfully后重启系统即可生效。

$ sudo npu-smi set-t cpu-num-cfg-i 0-c 0-v 0:4:0
Status  : OK  Message : The cpu-num-cfg of the chip is set successfully. Reset system for the configuration to take effect.