OrangePi AIpro 性能测试以及使用体验

byd yes

已于 2024-05-27 20:12:13 修改

阅读量801

点赞数 16

分类专栏： Basics.Embedded 文章标签： linux OrangePi Aipro 香橙派

于 2024-05-27 19:41:20 首次发布

本文链接：https://blog.csdn.net/dai_xiangjun/article/details/139246202

版权

Basics.Embedded 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

OrangePi AIpro 性能测试以及使用体验

1. 介绍

OrangePi AIpro(8T)采用昇腾AI技术路线。

具体为4核64位处理器+AI处理器，集成图形处理器，支持8TOPS AI算力
拥有8GB/16GB LPDDR4X，可以外接32GB/64GB/128GB/256GB eMMC模块，支持双4K高清输出。

Orange Pi AIpro引用了相当丰富的接口。

两个HDMI输出
GPIO接口
Type-C电源接口
支持SATA/NVMe SSD 2280的M.2插槽、
TF插槽
千兆网口
两个USB3.0、一个USB Type-C 3.0、一个Micro USB（串口打印调试功能）
两个MIPI摄像头、一个MIPI屏
预留电池接口

可广泛适用于AI边缘计算、深度视觉学习及视频流AI分析、视频图像分析、自然语言处理、智能小车、机械臂、人工智能、无人机、云计算、AR/VR、智能安防、智能家居等领域，覆盖 AIoT各个行业。 OrangePi AIpro支持Ubuntu、openEuler操作系统，满足大多数AI算法原型验证、推理应用开发的需求。

2. 开箱

刚拿到OrangePi AIpro未拆开时，就感觉OrangePi AIpro这个重量不轻，自认为开发板应该是比较大的，但是当开箱时，发现它竟如此小巧，质感特别棒。

外观
特写
全家福

OrangePi AIpro的IO接口还兼容了树莓派接口，所以在从树莓派切换到OrangePi AIpro时是十分方便的。
OrangePi AIpro 官网还提供了丰富的资料：

详细的用户手册可以让入门更容易
对于需要修改硬件的朋友，官方还提供了硬件原理图
丰富的官方工具，以及linux开源代码

3. 硬件

OrangePi Aipro正面图例

OrangePi Aipro背面图例

4. 性能测试

4.1 CoreMark

CoreMark是一种专门为嵌入式处理器设计的基准测试工具，由Embedded Microprocessor Benchmark Consortium (EEMBC) 开发。它的主要目的是为嵌入式系统提供一个标准化的性能评估方法，以便在不同处理器和平台之间进行客观、公正的比较。

主要特点

简洁高效：CoreMark代码量小，占用资源少，非常适合嵌入式系统的测试需求。
便携性强：使用标准的C语言编写，易于移植到各种处理器和平台上。
多维度测试：通过实现一系列典型的嵌入式系统操作来评估处理器性能，包括列表处理、矩阵操作、状态机操作和CRC计算。
标准化评分体系：提供了一套统一的评分标准，使得不同处理器的性能比较更具可比性和可信度。

4.1.1 测试

首先从github中下载CoreMark的源代码

# git clone https://github.com/eembc/coremark

我们来编译CoreMark, let’s go。

# make XCFLAGS="-DMULTITHREAD=4 -DUSE_PTHREAD -pthread"

OrangePi AIpro有4个cpu核心，使用4线程进行测试，测试结果如下

4个核心coremark分数累计为： 30618.493570

单核心分数为：7,654.6233925

4.1.2 对比

与树莓派对比：

从目前拿到的资料来看，我们没有准确的OrangePi AIpro的cpu 频率。但是我可以准确的说，OrangePi AIpro的cpu freq不会超过1.6GHz。我们按照最高1.6GHz的频率可以计算出CoreMark/MHz为19.14。成绩还是相当不错的。

参考资料

CoreMark Scores

4.2 sysbench

Sysbench是一个跨平台的基准测试工具，用于评估系统性能和稳定性。现在我们就用这个工具简单测试素数计算，OrangePi AIpro和我的主机电脑(AMD cpu 3600x)进行对比。。
命令为:sysbench --test=cpu --cpu-max-prime=10000 --num-threads=4 run
这是一个使用Sysbench进行CPU性能测试的命令，具体参数含义如下：

–test=cpu：指定进行CPU性能测试。
–cpu-max-prime=10000：指定在素数计算中使用的最大素数。在这种情况下，Sysbench将计算小于或等于10000的素数。
–num-threads=4：指定测试时使用的线程数，这里设置为4个线程。
OrangePi AIpro结果：

AMD CPU 3600x结果：

从结果可以看出OrangePi AIpro更胜一筹。

4.3 DMIPS

DMIPS（Dhrystone MIPS）是用于衡量计算机处理器性能的一种基准测试指标。它基于Dhrystone基准测试程序，该程序由Reinhold P. Weicker在1984年开发，用于评估系统的整数运算性能。DMIPS将Dhrystone测试结果转换为一个更易理解的单位——每秒百万条指令（MIPS）。

主要特点：

整数运算为主：Dhrystone基准测试专注于整数运算性能，这对于评估嵌入式系统和一般用途处理器的效率非常重要。
历史悠久：作为一种经典的基准测试，Dhrystone在计算机科学和工程领域有着广泛的应用和认可。
转换为MIPS：Dhrystone结果通过一个标准的转换因子，转换为每秒百万条指令数（MIPS），方便不同处理器之间的性能比较。

计算公式：

Dhrystone的评分通常用DMIPS/MHz表示。计算公式如下

DMIPS/MHz = iteration/cycle*1000000/1757

关于DMIPS有一个不得不注意的点，因为历史原因我们把在VAX-11/780机器上的测试结果1757 Dhrystones/s定义为1 DMIPS，因此在其他平台测试到的每秒Dhrystones数应除以1757，才是真正的DMIPS数值，故DMIPS其实表示的是一个相对值。

4.3.1 测试

首先从github中下载dhrystone的源代码

# git clone https://github.com/Keith-S-Thompson/dhrystone.git

运行代码

# cd v2.2/ && sh dry.c

测试结果：

cc -c  dry.c -o dry1.o

在这里插入图片描述

cc -c -DREG  dry.c -o dry1.o

cc -c -O  dry.c -o dry1.o

我们取最好的结果：14084507，根据计算公式，可以计算出DMIPS等于5.01。

4.3.2 对比

OrangePi AIpro的成绩相当不错了。可以参考下图

4.4 RAMspeed-SMP

用于测量和评估多处理器系统（SMP，Symmetric Multiprocessing）内存子系统性能的基准测试工具。它是RAMspeed系列的一部分，专门设计用于对称多处理器环境，以提供有关系统内存带宽和延迟的详细信息。

RAMspeed-SMP 的特点和功能

多处理器支持：能够有效地测试和分析多处理器系统的内存性能，适用于现代多核处理器架构。
多线程执行：利用多线程技术，通过并行运行多个线程来模拟高负载条件下的内存访问情况，从而更准确地评估内存性能。
多种测试模式

：
- 读取测试（Read）：测量内存读取操作的带宽。
- 写入测试（Write）：测量内存写入操作的带宽。
- 复制测试（Copy）：测量内存复制操作的带宽。
- 读写测试（Read-Write）：测量混合读写操作的带宽。

4.4.1 测试

首先从github中下载RAMspeed-SMP的源代码

# git clone https://github.com/cruvolo/ramspeed-smp

编译

# ./build.sh

测试结果：

下图为整型读写复制等的测试结果

下图为浮点数读写复制等的测试结果

4.4.2 对比

上图为我从openbenchmarking网站上截取的整型结果，对比可以看出OrangePi AIpro所以上乘水平。很不错。其他结果可以上openbenchmarking自行查看。

4.5 yolov5 测试用例使用

在OrangePi AIpro中提供了丰富的测试用例，如

运行目标检测样例
运行文字识别样例
运行目标分类样例
运行图像曝光增强样例
等等10多个用例。可以让新手快速体验每个用例的使用方法，还可以看到代码实例，方便快速入手和使用。
下面我们使用运行目标检测的样例来掩饰AI应用。
这里为了方便我们使用远程桌面登录OrangePi AIpro的桌面
在OrangePi AIpro的桌面中，打开Terminal

cd ~/sample/noteboots
./start_noteboot.sh

然后点击
http://127.0.0.1:8888/lab?token=989e405118bb6eae0ce13174063078a42bd0486a16d083d3
进入火狐浏览
点击01-yolov5,在点击man.inpynb
修改infer_mode=‘camera’ 则会使用外接的usb摄像头来使用。
或者修改video_path = ‘fei.mp4’。下面我展示重新上传频展示此次用例的情况。

然后点击运行
在这里插入图片描述

在使用此模型的时候，cpu使用率不高，说明很多是有NPU在处理器。功能很强大。

5.总结

OrangePi AIpro是一款单板计算机，主要用于人工智能应用。它的优点可以简单概述如下：

强大的性能：OrangePi AIpro配备了高性能的处理器和GPU，能够处理复杂的人工智能任务和计算密集型应用。
丰富的接口：它提供了丰富的接口，包括多个USB接口、网口、HDMI接口等，便于连接外部设备和扩展功能。
支持多种人工智能框架：OrangePi AIpro支持多种流行的人工智能框架，如TensorFlow、PyTorch等，方便开发人员进行模型训练和推理。
低功耗高效能：它采用了低功耗设计，能够在性能和能耗之间取得良好的平衡，适合于嵌入式和边缘计算场景。
灵活性：OrangePi AIpro是一款开源硬件，用户可以根据自己的需求进行定制和修改，满足各种不同应用场景的需求。

综上所述，OrangePi AIpro具有性能强大、接口丰富、支持多种人工智能框架、低功耗高效能以及灵活性高等优点，适合于各种人工智能应用和嵌入式系统开发。

6.其他

开启远程桌面

1.安装xfce4 xrdp tigervnc-standalone-server

sudo apt install  xfce4  xrdp  tigervnc-standalone-server

2.修改配置文件，添加红框里面这一句echo “xfce4-session” > ~/.xsession

在/etc/xrdp/startwm.sh文件末尾添加echo “xfce4-session” > ~/.xsession

3.启动xrdp

sudo systemctl start xrdp

4.设置xrdp随系统启动

sudo systemctl enable xrdp

5.设置任何用户都可以登录

sudo dpkg-reconfigure xserver-xorg-legacy

选择Anybody即可

最后我们打开windows系统的远程桌面连接
使用HwHiAiUser登录
等待成功的桌面：

添加用户

添加用户richard

sudo adduser --home  /home/richard --shell   /bin/bash  richard

增加超级用户权限

sudo usermod -aG sudo richard

7.尽情期待

OrangePi AIpro nas搭建
OrangePi AIpro GPIO控制
OrangePi AIpro 家庭远程视频控制

byd yes

关注

16
点赞
踩
12

收藏

觉得还不错? 一键收藏
打赏
0
评论
OrangePi AIpro 性能测试以及使用体验

OrangePi AIpro是一款单板计算机，主要用于人工智能应用。它的优点可以简单概述如下：强大的性能：OrangePi AIpro配备了高性能的处理器和GPU，能够处理复杂的人工智能任务和计算密集型应用。丰富的接口：它提供了丰富的接口，包括多个USB接口、网口、HDMI接口等，便于连接外部设备和扩展功能。支持多种人工智能框架：OrangePi AIpro支持多种流行的人工智能框架，如TensorFlow、PyTorch等，方便开发人员进行模型训练和推理。
复制链接

扫一扫