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 samplessh ./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.gitcd /EdgeAndRobotics/Samples/VideoDecodecd /datawget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/yolov5s/test.mp4 --no-check-certificatecd ../scriptsbash sample_build.shbash 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。
