这里只有精品在线播放,亚洲第一天堂无码专区,一个人www在线视频

大家好，這期測評一款國產芯片（龍鷹一號siengine SE1000）。主要側重其中的AI能力部分，圍繞著“如何在開發板上跑一個完整AI應用”這一主題來寫，前期根據官方提供的信息編譯簡單app，跟大家一起熟悉流程，知道如何配置開發環境、要用到哪些工具、操作流程是啥。后面接著就跑復雜一點的AI模型，講解軟件SDK中每個模塊（parser,quant,Gbuilder,simulator,profiler）的作用，逐代碼進行講解，以及如何DIY適配自己的需求等，so, let’s go!

1.硬件信息

龍鷹一號是一顆國產 7nm 智能座艙芯片，擁有 8 核 CPU 和 14 核 GPU，CPU算力能夠達到90～100K DMIPS，GPU算力900+GFLOPS，NPU算力達到8TOPS，對標的是高通的8155，從安兔兔跑分來看確實數據差不多，目前已知是搭載在吉利汽車旗下領克08（23年9月發布）車型上

定位是座艙芯片的“龍鷹一號”不僅會負責中控屏幕的計算與顯示，還會負責汽車儀表、功能屏幕甚至HUD的顯示。“龍鷹一號”支持輸入11路相機數據（遺憾的是截至目前，我仍然無法購買適配好的攝像頭進行應用開發），最高可支持7塊高清顯示屏顯示。 “龍鷹一號”會同時運行三個操作系統，分別是儀表的RTOS操作系統、HUD的Linux系統以及中控屏幕的安卓系統（目前提供的SDK默認是使用linux系統的）；開發板是交給第三方的RADXA設計的，型號為SiRider S1，具體鏈接在這：https://docs.radxa.com/sirider/s1

雖然BOM中的車規級物料改成了普通物料，但是憑借其扎實的配置（16GB LPDDR5, 128G UFS）還是使得成本達到了千元+級別，比同類的開發板（RK3588、樹莓派）是要貴上三五百塊的，其實也合理，畢竟RK3588 4核A76，6TopsNPU，450Gops都稍弱于SiRider S1；由于我們關注的是AI這一部分，因此固件編譯部分我們就不細說了，因為板子默認就刷了ubuntu的固件，開箱后插上HDMI顯示器，插入鼠標鍵盤就可直接開干了！

可以看到，ubuntu分配了4個大核A76+兩個小核A55；內容用了12GB，剩下的都分配給FreeRTos了。如下圖SOC框架圖所示，主要的算力擔當以及視頻編解碼部分我認為足夠驚艷了，用來做NAS，軟路由，平板，電視盒子等應用都分分鐘ok的呀！外設部分同樣如此，接口最多的是UART，IIC跟SPI口，這些都是低速通用接口，因此想要做外設控制相關的應用的話，指定不是直接去快速控制了（比如FOC無刷電機，一般是需要3PWM接口/電機來進行控制，而外設這里只提供了2個），而是通過低速接口間接驅動外設模塊了，比如開啟車門，開啟后備箱，開啟雨刮等非實時性要求高的應用，嗯，定位非常準確，所以我們做應用的時候盡量去選這三種接口（uart/iic/spi）的封裝較好的獨立模塊就好了。

2. AI知識小科普

好的，背景介紹完畢，那我們現在開始進入AI部分的內容吧！在這個大模型百家爭鳴的時代，我相信大家對AI都有一定的了解吧！

“AI就是人工智能呀！” “AI就是像人一樣跟你對話！” “AI就能將你的口頭描述轉化成實際的圖片！”

其實除了這些高大上的AI之外，你每天使用的打卡器（打工人必備）、刷臉機、以及監控攝像頭、麥克風等都含有AI技術在里面，你肯定好奇:

AI到底是怎么跑在具體的硬件設備上的呢？

假如我自己有個idea想要實現跑在具體硬件上，而不是通用PC上，我又該怎么做呢？ 接下來我將為你一一解答。類似于如何將大象塞入一個冰箱的問題，如何做一個AI應用的頂層流程是這樣的，

第一步，你得有個天才般或者腦殘般的想法，針對這個想法提出需求；

第二步，基于需求訓練一個模型出來；

第三步，將模型部署到具體的硬件上面去。

第一步跟第二步不是我們這次的主要學習內容，接下來簡單帶過。 AI模型是由智力絕頂的算法工程師們訓練出來的，俗稱煉丹。煉丹的丹爐各式各樣，煉丹界主流的就是Tensorflow跟Pytorch；

這顆丹內部由一堆的節點組成，節點本質就是一堆數據加處理這堆數據的計算方法，如下圖所示：

在個人PC上或者服務器上，想要讓整個模型跑起來是非常簡單的，因為，整個基建部分都被各大廠商（主要是英偉達）給搭建好了，我們直接使用就好了，這就好比我們要找個地方住一晚，最方便且安全的選擇就是去找現成的五星級酒店(缺點顯然是*)，而不是去自己建房子然后住進去。而且，這些AI部署的相關服務是被全球開發者多年驗證過的，好用、方便。但是，一旦你想部署到某個具體的、特定的、不通用的硬件上時，之前那一套就完全沒用了，得“入鄉隨俗”，用與特定硬件相匹配的軟件棧。具體到我們這里，就是周易SDK這一套軟件棧，想把AI模型跑到板子上我們就得學習這一套SDK的使用、開發方法。

3. 周易SDK介紹

老規矩，還是先看下整體流程:首先，假設現在已經拿到一個訓練好的模型model了，比如model.onnx,

這個模型只能是tensoflow/pytorch/caffe/mxnet/onnx格式的

然后我們用SDK中的工具鏈對模型model.onnx進行編譯得到aipu.bin，就像這樣aipubuild build.cfg 最后將這個aipu.bin封裝到應用程序APP中，放到到板子上運行即可；

簡單來說，流程跟你gcc編譯c代碼是一樣的，只是參數格式不一樣而已，這里的輸入是模型，輸出的是NPU支持的bin可執行文件；此外，調bug有debugger可用，性能問題可以用profiler，沒有具體硬件可以用simulator模擬硬件來跑，當然了IDE圖形化操作界面也是有的。后續的課程中我將就每一個模塊結合SDK文檔進行詳細講解+逐代碼分析。這章回，我們先跟著教程走一遍流程，認識認識代碼框架。

4. 操作流程+代碼框架初識

第一步是搭建開發環境，跟著這個教程：https://docs.radxa.com/sirider/s1/app-development/zhouyi\\\_npu一步一步來，就能把整個環境搭建流程跑通（windows直接用WSL2即可）。第二步是編譯模型，在x86 PC段進行模型編譯，還是上面鏈接（看編譯部分）

看到有如上文件，第一步是生成量化校準集，因為我們的原始模型是fp32的，但NPU是不支持fp32的，因此我們需要將其量化到int8/int16。一個fp32的值量化到int8，在量化領域有非常多的算法來實現，我們這里使用的是PTQ（假設不理解也不要緊，后面我會專門講解一下量化相關的內容，因為這部分代碼開源了，因此甚至對著開源的代碼進行code級講解的）進行量化。量化需要準備一個數據集進行數據范圍分布的采集過程，假如不理解為什么要這一步也不要緊，知道有這個流程就行了，后面講量化算法的時候就明白了。

python3generate_calibration_data.py

我們看下代碼的實現

可知就是從原訓練代碼里面摳出來的初始化代碼，處理的就是當前目錄下的images圖集，得到的是對應的npy格式對應數據；緊接著產生輸入數據：

python3 generate\_input\_binary.py

這里稍微解釋下，首先我們需要拿到一個量化參數，也就是scale，這個值是從量化階段拿到的，量化產生文件之一就是*.json文件，從中尋找即可。然后將輸入圖像量化成uint8格式的數據，然后轉置一下得到NHWC格式的輸入，此時即可用作模型的輸入了（因為NPU支持的外部輸入layout就是NHWC），

vim ./resnet50/build.cfg

第二行的編譯mode有兩種，第一種是build，即編譯完后輸出aipu.bin給板子跑的，第二種是run，即編譯完后可以直接在服務器上、本地電腦上模擬硬件跑（simulator）。編譯的流程有三大步驟：

解析模型；

量化

編譯執行

Parser的作用是將標準的通用模型（ONNX、TF、pytorch等）轉換為內部專用的IR；Input\_data\_format 指的是輸入的data\_layout，我們在前面的構造輸入數據時選的就是NHWC，所以這里填NHWC；模型名字model\_name，標準填就好了；Detection\_postprocess填后處理的算子名，像檢測模型都是有后處理部分的，我們對應填，當然也可以選擇不填，直接在CPU端做后處理；其他都是所見即所得，除了注意input的配置即可，這是輸入tensor的名字，用netron打開onnx model即可得到； Optimizer中dataset字段就是指定數據集的格式，前面我們構造的是numpy格式的，所以這里填NumpyDataset；主要注意下bits部分的設置，因為一般的玩法只有這里有可調，來粗粒度的調整精度/性能的權衡，當然了，后期大家想玩的話我就帶大家進行代碼級的玩法。 Gbuilder部分就是直接編譯的，profile就是輸出perf性能數據的，會一定程度上影響性能，因此在debug階段使用即可；target指的是硬件的版本號，這里是固定的填Z2\_1104即可，這一塊沒有什么需要額外配置的，當然具體的每一個參數我們可以到后面的Gbuilder章節進行詳細解說，這里堪堪帶過。按照官方教程直接編譯：

可以看到Gbuilder的版本是5.3.2194，開始進行解析模型了，這里由于我使用的是WSL2沒有cuda，所以會比較慢

解析完后輸出如上，此時就得到了我們NPU所需的中間表達格式（IR）了

得到IR后，我們會先做一個檢查，看解析出來的IR格式以及graph的連接關系是否合理，再初步做一個float graph級的圖優化，可以看到這里優化掉了一個Transpose層；

緊接著就進入量化階段了，可以看到整個流程里面有非常多的階段，每個階段都有在做特定的事，這里涉及的內容比較多，我們暫且按下不表，后面我們將會對照源碼進行一一解說（有機會的話，還會跟業界做的比較好的ppq框架進行相關的對比）。這里主要關注下最后的輸出scale，用來在后處理階段使用的；以及輸出tensor的cosine值，這個值是反應模型精度的。總之，經過量化后，我們就得到了定點格式的IR，此IR經過編譯后，可以直接在NPU硬件上跑起來的。

由于量化過程中也會有圖結構的改變，因此這里做完量化后也需要執行圖檢查以及圖優化步驟的。

到這里后，終于開始編譯模型了，這個部分主要內容包括給graph中的node進行算子匹配，整網內存分配及優化，多核調度，硬件底層圖優化等。比如上圖中的aipu\_plugin就是算子，每個標準算子都有好幾種底層硬件實現（opencl、asm），根據特定機制進行整網全局匹配。

這里是layout的調度部分，目標就是盡可能減少途中layoutconvert的個數，這個部分也是個最優化的問題，細講下去也就停不下來了，將來有機會我們詳細說說。

最后就是內存部分的內容了，整網所需的內存是26.547MB，代碼段、RO段、desc段（這個不常見，這是底層算子的特定格式），DataBss都是標準格式。最后可以看到是有個SRAM的優化的，這個是NPU內部的一個快速靜態存儲區域，用來緩存node間的featuemap的，不僅能降低footprint還能提升性能。好了，到這里，模型終于編好了，我們看下編出了些啥:

第一個文件就是我們NPU需要的可執行文件，也就是在build.cfg指定的輸出文件；

第二個文件就是build配置腳本；

第三個時量化校準數據集；

第四個時輸入數據，第五個是輸入數據對應的圖片；

第六個、第七個就是parser后得到的浮點IR文件（圖結構文件以及權重文件）；

第八個是量化產生的文件，有啥量化的問題你去這個文件內查查即可；

第九個、第十個是量化后產生的定點IR；

第十一個、第十二個文件是定點IR經過圖優化后的精簡IR；

第十三個、第十四個是浮點IR經過圖優化后產生的IR；

第十五個文件是驗證集的統計信息，有這個文件后，下次編譯就不用繼續跑耗時的校準過程了；

第十六個文件是原始的resnet50.onnx模型；

第十七個文件是 run的時候（不是跑在NPU上而是在PC上跑simulator用的）用的cfg配置文件；

可以看到除了紅框內的東西外，其余都是差不多的。現在我們生成了模型的bin文件，但還不是最終應用的可執行文件，最終的應用是調用我們剛剛生成的模型，這部分的代碼在這：

Aiputest就是應用程序的邏輯部分，umd里面就是一堆面向用戶的庫函數，庫函數里面是直接調用驅動，以及環境構建的（待會我們直接進去看下代碼結構）。按照軟件工程的結構，我們先查看頂層的CMakeLists.txt文件，獲取到的信息如下：

Cmake版本要搞對噢，UMDSRC變量要仔細檢查對路徑哈！設置好交叉編譯器的路徑，設置好最終的輸出路徑；頂層配置好參數，然后直接add\_subdirectory讓子目錄自己去根據參數執行具體的編譯任務。我們先看umd文件夾，里面直接Linux-driver/driver/umd的源碼拉進來編成動態庫，給后面的應用aiputest來動態鏈接。

Aiputest是個非常簡單的應用，因此我們只需要將umd頭文件引進來，umd動態庫鏈接進來，直接編譯即可。

我們看下main.cpp文件中的內容結構：

其中UMD相關的功能全都封裝到standard\_api.h接口文件中了，接下來的代碼無非就是初始化環境，開啟NPU任務，接受返回數據，清理“戰場”（環境）等標準步驟，沒啥特殊的，具體參數解析可以查文檔或者等我后續的文章逐代碼解析。（ps. 其中可以看到雖然是c++環境，但是用的都是非常標準的c代碼風格，挺好的，非常適合用來直觀理解執行流程。）