【香橙派 AIpro评测】大语言模型实战教程：香橙派 AIpro部署LLMS大模型实站（保姆级教学）

引言

OrangePi AIpro 这块板子作为业界首款基于昇腾深度研发的AI开发板，一经发布本博主就火速去关注了，其配备的 8/20TOPS澎湃算力是目前开发板市场中所具备的最大算力，可谓是让我非常眼馋啊！这么好的板子那必须拿来用用，今天也是很荣幸拿到一款 OrangePi AIpro 开发版！于是迫不及待的去开源项目选中了一款LLMS大模型来为部署为大家体验体验。

文章目录

引言
一、香橙派介绍
- 1.1 香橙派 AIpro 开发版介绍
- 1.2 到手的第一感觉
- 1.3 外观对比&开机进入
二、部署LLMS大模型
- 2.1 项目介绍
- 2.1 拉取代码到环境
- 2.2 自定义算子部署
- - 配置protoc 环境
  - 算子编译部署
  - 修改环境变量
  - 编译运行& 依赖安装
- 2.3 推理启动
- 2.4 项目体验
三、香橙派 AIpro 的使用体验
- 3.1 优良的性能
- 3.2 丰富的项目实战教学
- 3.3 社区文档的丰富性

一、香橙派介绍

香橙派（Orange Pi）是深圳市迅龙软件有限公司旗下开源产品品牌，成立于2005年，是全球领先的开源硬件和开源软件服务商，致力于让极客、创客、电子爱好者享用到来自中国的优质、低价的科技产品，通过大规模的社会化协作去创建一个更加美好的信息化人类文明。

1.1 香橙派 AIpro 开发版介绍

OrangePi AIpro 是2023.12月初，香橙派联合华为发布了基于昇腾的Orange Pi AIpro开发板，提供8/20TOPS澎湃算力，作为业界首款基于昇腾深度研发的AI开发板 Orange Pi AIpro 不仅集成图形处理器，还有拥有8GB/16GB LPDDR4X，可以外接32GB/64GB/128GB/256GB eMMC模块，支持双4K高清输出，还有很多扩展口这里博主就不介绍了大家直接看图吧。

正面展示
背面展示

1.2 到手的第一感觉

要问的刚收到板子的心情那当然是非常激动的，刚回来就迫不及待的才开包装给大家展示一下，不多不说香橙派这次外观上没得说，连我一个抠脚大汉都觉得非常精致漂亮。

在这里插入图片描述

1.3 外观对比&开机进入

拆来包装上去看香橙派也是非常深得我心，到手82g 重量刚刚好。整体呢只有大概一个巴掌大小，当然想我这种手大的男同胞可能还没我手掌大哈哈哈，而且这次香橙派的散热风扇也是备受好评已经在群聊里看到不少朋友去夸赞他的质感了，后面博主也回给大家来俩张对比图。

在这里插入图片描述

我这块 OrangePi AIpro 板子提前配备了一张32G的TF卡来进行烧录系统，其背后还有一个 m.2 固态硬盘接口来为我们拓展内存，以运行大型项目。

在这里插入图片描述

树莓派5 与 OrangePi AIpro 散热风扇对比
树莓派5
香橙派 AIpro，哈哈哈是不是感觉 香橙派 AIpro 在做工上更精细一些

在这里插入图片描述

开机启动

激动人心的时刻终于来了，开机启动。由于这套开发版内置了 OpenEuler 系统镜像（）博主就暂时不烧录其他镜像了，直接开机启动。

openEuler 是一由中国开源软件基金会主导，以Linux稳定系统内核为基础,华为深度参与,面向服务器、桌面和嵌入式等的一个开源操作系统。
这里直接插电启动，默认用户名 HwHiAiUser、密码 Mind@123 当然root密码也是一样的
这里我们进来之后可以直接选择链接WiFi 非常便捷

在这里插入图片描述

然后我们打开命令窗查看IP , 由于系统默认支持ssh 远程连接，所以博主这里就直接采用 Sxhell 进行连接
输入ip 选择 HwHiAiUser 登录密码 Mind@123

在这里插入图片描述

二、部署LLMS大模型

说到大语言模型相信大家都不会陌生，大型语言模型(LLMs)是人工智能文本处理的主要类型,也现在最流行的人工智能应用形态。ChatGPT就是是迄今为止最著名的使用LLM的工具,它由OpenAI的GPT模型的特别调整版本提供动力。

2.1 项目介绍

本来博主是准备来部署一下咱们的，清华大语言模型镜像这个目前也是非常的火啊，吸引了很多人的注意其优秀的性能和GPT3 不相上下，但是由于考虑到咱们目前的内存只有TF卡上的32G就决定去 gitee 上找一个小型一点的大模型来实战一下。

果不其然刚搜索就发现一个基于香橙派AI Pro 部署的语言大模型项目，这不正好吗？直接开始

在这里插入图片描述

点进去一看发现这是南京大学开源的一套基于香橙派 AIpro部署的Tiny-Llama语言模型
（开源地址）

2.1 拉取代码到环境

先cd进入 cd ~/samples 目录
之后直接利用git 拉取我们的项目，git 由于系统镜像自带的有就不用我们手动安装了

在这里插入图片描述

2.2 自定义算子部署

配置protoc 环境

使用wget工具从指定的华为云链接下载 protobuf-all-3.13.0.tar.gz文件

wget  https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/tiny-llama/protobuf-all-3.13.0.tar.gz --no-check-certificate

在这里插入图片描述

解压刚刚下载的文件

tar -zxvf protobuf-all-3.13.0.tar.gz

在这里插入图片描述

这里解压速度非常快，基本一秒就OK了

在这里插入图片描述

进入 protobuf-3.13.0 文件夹中

cd protobuf-3.13.0

更新apt包管理器的软件包列表

apt-get update

在这里插入图片描述

使用apt-get安装必要的构建工具，包括autoconf、automake和libtool，这些工具用于配置和构建开源项目

apt-get install autoconf automake libtool

在这里插入图片描述

生成配置脚本 configure , 运行 ./configure 生成一个Makefile

./autogen.sh
./configure

编译源代码,由于 香橙派 AIpro 是4核64位处理器+ AI处理器支持8个线程，我们我们可以大胆的使用4个并行进程进行编译，以加快编译速度。
编译这里的时候大家就可以放松放松了大概只需要10几分钟就好了

make -j4

在这里插入图片描述

将编译后的二进制文件和库文件安装到系统指定的位置

make install

在这里插入图片描述

更新系统共享库缓存的工具，检查protoc 版本

sudo ldconfig

protoc --version

在这里插入图片描述

算子编译部署

将当前工作目录切换到 tiny_llama

在这里插入图片描述

设置了一个环境变量 ASCEND_PATH，并将其值设为 /usr/local/Ascend/ascend-toolkit/latest
export ASCEND_PATH=/usr/local/Ascend/ascend-toolkit/latest
将 custom_op/matmul_integer_plugin.cc 文件复制到指定路径

cp custom_op/matmul_integer_plugin.cc $ASCEND_PATH/tools/msopgen/template/custom_operator_sample/DSL/Onnx/framework/onnx_plugin/

cd 进入目标文件夹进行配置

cd $ASCEND_PATH/tools/msopgen/template/custom_operator_sample/DSL/Onnx

在这里插入图片描述

修改环境变量

打开build.sh，找到下面四个环境变量，解开注释并修改如下：

#命令为 vim build.sh

在这里插入图片描述

# 修改内容为
export ASCEND_TENSOR_COMPILER_INCLUDE=/usr/local/Ascend/ascend-toolkit/latest/include
export TOOLCHAIN_DIR=/usr
export AICPU_KERNEL_TARGET=cust_aicpu_kernels
export AICPU_SOC_VERSION=Ascend310B4

在这里插入图片描述

编译运行& 依赖安装

编译构建项目,进入到构建输出目录以后续处理生成的文

./build.sh
cd build_out/

在这里插入图片描述

生成文件到 customize 到默认目录 $ASCEND_PATH/opp/vendors/

./custom_opp_ubuntu_aarch64.run

删除冗余文件

cd $ASCEND_PATH/opp/vendors/customize
rm -rf op_impl/ op_proto/

在这里插入图片描述

安装依赖：从指定的华为云 PyPI 镜像源安装所需的 Python 包

cd tiny_llama/inference
pip install -r requirements.txt -i https://mirrors.huaweicloud.com/repository/pypi/simple

先cd 回到根目录，在进入家目录，找到咱们的 tiny_llama/inference

2.3 推理启动

下载tokenizer文件

cd tokenizer
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/tiny-llama/tokenizer.zip
unzip tokenizer.zip

在这里插入图片描述

获取onnx模型文件

cd ../model
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/tiny-llama/tiny-llama.onnx

我们在复制代码的时候一定要仔细嗷博主这里少打了一个w 导致并没有获取到模型，后期找了半天才发现错误所以提醒大家一定要注意好每一步
atc模型转换

atc --framework=5 --model="./tiny-llama.onnx"  --output="tiny-llama" --input_format=ND --input_shape="input_ids:1,1;attention_mask:1,1025;position_ids:1,1;past_key_values:22,2,1,4,1024,64" --soc_version=Ascend310B4 --precision_mode=must_keep_origin_dtype

在这里插入图片描述

2.4 项目体验

好了到这里我们就算是大功告成了，只需要启动一下mian文件就OK了

在 cd tiny_llama/inference 目录下运行命令

python3 main.py

在这里插入图片描述

打开网址进行访问

在这里插入图片描述

Tiny-Llama这个模型由于尺寸非常小，参数也只有1.1B。所以在我们部署Tiny-Llama这个大语言模型推理过程中，Ai Core的占用率只到60%左右，基本是一秒俩个词左右，速度上是肯定没问题的。后期可以去试试升级一下内存去跑一下当下主流的千问7B模型或者清华第二代大模型拥有 60 亿参数 ChatGLM2 感觉用 OrangePi AIpro 这块板子也是没问题。