前言：
在学生年代，小编用过香橙派4B、树莓派3B、树莓派4B、ROCK Pi4等开发板，每次拿到新开发板的时候，总会迫不及待地装上系统，当做一个小型电脑玩上一波，然后再将一些功能在上面实现或者将算法部署到上面，体验下性能的提升，相信每一个技术爱好者都如此，无论在什么场景下都会追求极致的硬件性能体验，并乐此不疲，就好比爱美的女生总会感叹于衣服不够穿，包包不够用。工作后，小编主要在AIGC领域耕耘，但时常也有关注国内新兴的算力主力军，主要涵盖了车载级应用，桌面级应用，边缘计算设备等。自从苹果发布了M1芯片到近期发布了Vision Pro，小编更关注边缘计算的发展，因为边缘计算才是能够使得AI应用渗透到每一个角落的便捷方式，最近刚好留意到OrangePi AIpro，一个融合了华为技术路线的轻量级AI智能开发板，赶紧拿过来试下，顺便支持下国内的技术发展。
首先回答一个问题：为什么会选择用OrangePi AIpro来跑LLM模型？
1、边缘计算设备将会是AI的主要载体。
2、小编目前从事AICG相关工作，也玩过一段时间的开发板，相关内容会比较熟悉。
3、大语言模型是最近比较火的方向，这与OrangePi AIpro的出现比较契合，同时OrangePi AIpro也是国内目前比较前沿的国产开发板。
一、查看OrangePi AIpro主要信息
这里使用的是官方的ubuntu22.04镜像，这个镜像很方便，基本很多环境都已经预装好，能省去很多配置环境的操作，这点官方做得很细心很到位，后面在运行的时候就知道了。
这里不再重复刷系统的操作，网上一大把，我们来看下系统的关键参数。
1、查看系统发行版本
lsb_release -a
可以看到发行版为Ubuntu 22.04.3
2、查看CPU信息
lsusb
从上面可以看出核心参数：CPU架构为aarch64，64位，4核，小端序
然后我们运行：cat /proc/cpuinfo 也看不到CPU型号是什么。
来看一眼官方提供的Linux源码：
http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
能看出这款OrangePi AIpro使用的芯片为华为昇腾310B，这波隐藏得够深
3、查看npu信息
npu-smi info
可看到主要参数有两个，就是温度跟内存，上图显示了温度为50°C，内存7545MB，已使用1662MB
二、在OrangePi AIpro上运行 Stable diffusion
小编主要使用NCNN在边缘设备部署模型，所以这里就以NCNN为例来进行，主要还是模型转换比较耗时，暂时没太多时间去折腾，也请允许小编偷懒下，后面小编摸透了华为那套框架，再来给大家“续杯”，补上采用华为框架来进行部署，所以这里主要是验证OrangePi AIpro的通用部署能力，大模型都能跑起来，小模型更不在话下，本文就不验小模型了，也没这个必要。
在这提供了可运行的代码与模型：
链接：https://pan.quark.cn/s/d6c278d66c6b
提取码：jKwt
下载后即可直接“食用”
注：代码与模型主要来源于 https://github.com/EdVince/Stable-Diffusion-NCNN
主要目录如下：
1、环境准备
官方提供的镜像系统已经安装了opencv4.5与cmake 3.22.1，其它主要依赖也都安装了，这里是无痛安装NCNN，回想最开始折腾环境安装NCNN，有种未入门先劝退的感觉，现在的小伙伴是幸运的，安装过程如下：
git clone https://github.com/Tencent/ncnn.git
cd ncnn
mkdir -p build
cd build
cmake ..
make -j$(nproc)
sudo make install # 要输入密码 Mind@123
编译安装后可以在目录下看到：
将文件复制sd根目录下的ncnn目录下
2、运行
然后在sd根目录下执行编译
cd build
cmake ..
进行make
make
make成功之后可以看到生成可执行文件 stable-diffusion-ncnn
运行stable-diffusion：
./stable-diffusion-ncnn
运行过程如下：
可看到每执行一个采样时间为6s左右，生成一张图的时间为1.5分钟，总体运行速度还可以。
生成的图在build目录下：
除了编译安装所需的推理框架NCNN之外，整个过程无需做任何环境配置的工作，基本上主要工作都在模型转换，代码编写与运行上，这里不得不说官方的系统镜像很给力，部署方便，整个运行过程丝滑，运行stable diffusion的速度也相对可以。
三、在OrangePi AIpro上运行 Llama2
关于llama2的模型训练可参考：[玩转AIGC]LLaMA2训练中文文章撰写神器（数据准备，数据处理，模型训练，模型推理）
1、下载代码与模型
# 下载代码
git clone https://github.com/karpathy/llama2.c.gitcd llama2.c
# 下载模型
wget https://huggingface.co/karpathy/tinyllamas/resolve/main/stories15M.bin
2、编译运行
同样是完全不用考虑环境安装的问题，直接编译就能跑
# 编译
make run
# 运行
./run stories15M.bin
这里运行的是15M的小模型，这是llama2的小模型，当然也可以根据自己需要去修改模型参数，训练一个更大的llama2模型，相关训练方法在上面已经提供了，感兴趣可以看看，然后尝试下多大的llama2模型在OrangePi AIpro上跑，能够有比较合适token输出速度，这就交给感兴趣的你去完成吧。
可看到每秒37个token，按照人的说话速度，每分钟180个字左右，这个每秒37个token速度已经算很快了，此时可以适当加大模型参数，这里小编就不去尝试，留给你们去试试，下面直接来跑llama2 7B模型，干点大的。
首先需要将openai官方的模型转换为.bin二进制模型：
注：这个模型转换后太大了，这里就不提供，需要的朋友可自行转换下。
python export.py llama2_7b.bin --meta-llama path/to/llama/model/7B
下载lama2 的预训练模型，然后转为.bin格式，转完为27GB，因为是用float32格式保存的，所以内存会多出一半，官方原模型是float16，差不多13GB
小编把llama-2-7b.bin放在移动硬盘上，太大了，内存卡放不下，执行以下命令，把模型跑起来
./run /media/HwHiAiUser/HIKSEMI/llama-2-7b.bin
为了方便得出结果，这里改了下代码，将token生成数改为10，所以跑起来没成文就结束了，如果要生成一小篇文章，那要很久，等不及。
可看到生成速度是每秒 0.010084 个token，这速度虽然很慢，但整个llama2 的7B模型都能跑起来，可见CPU的运行能力还是杠杆的。
结束语：
虽然本文没有使用上华为的推理框架，也没有使用ATC、AMCT模型转换与模型量化工具，但是也能从大模型运行层面上反映出OrangePi AIpro CPU的运行能力。关于ATC、AMCT，这部分感兴趣的人可以尝试下：将上面的通用部署方法转为用昇腾框架加速运行，相信能够得到一个更好的效果，小编也是没时间去做这部分的转换。总之，OrangePi AIpro能够跑起大模型，那么运行一般参数量的算法的能力也是毋庸置疑（比如yolo系列算法，目标检测，图像分割，人脸识别等等），最后呢，也希望OrangePi能够继续在AI上发力，为广发开发者或AI爱好者提供学习AI的便利。