【重磅消息】Orange Pi AIpro 作为一款新兴的开发板，你关注到了吗？

一、引言

Orange Pi AIpro 作为一款新兴的开发板，在开源硬件领域引起了广泛关注。它旨在为开发者、爱好者以及特定行业应用提供强大的计算和 AI 处理能力。
本次测评的目的在于全方位、深入地评估 Orange Pi AIpro 的性能、功能以及特色，为广大用户提供客观、准确的参考。
去官网（orangepi官网地址）点击了解详情可以看到更多你想知道的信息、：

• Orange Pi AIpro介绍：
  OrangePi AIpro(8-12T)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8-12TOPS 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，包括两个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屏等，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。 Orange Pi 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。

本文将从外观与设计、硬件配置、系统与软件的安装过程、性能测试、与竞品对比、实际应用场景、扩展性和兼容性、功耗与散热等多个方面展开，并在最后进行总结，给出综合评价和建议。

二、外观与设计

整体尺寸和形状

Orange Pi AIpro 采用了紧凑的设计，尺寸小巧，便于安装在各种设备中，同时也方便携带，适合在不同场景中使用。与同类产品相比，它在保持小巧的同时，接口布局更为合理，充分利用了有限的空间。
其形状规整，边缘圆润，不仅美观，还减少了在安装和使用过程中可能造成的意外伤害。
具体外形可以看下图-官网的图片：

材质和做工

该产品采用了高品质的工程塑料材质，具有良好的耐用性和抗摔性，能够适应较为复杂的使用环境。
工艺精细，表面光滑无毛刺，各部件之间的拼接紧密，体现了较高的制造水平。
接口布局与便捷性

• 各类接口的位置经过精心设计，如电源接口、USB 接口、HDMI 接口等分布合理，方便用户插拔和连接外部设备。
• 接口数量丰富，包括多个 USB 接口、以太网接口、音频接口等，能够满足大多数用户的需求。

下面的是正面图和反面图：

收到的实物图

上面是我实际实际收到手上的开发板，8个G的

三、硬件配置

处理器性能与架构

Orange Pi AIpro 搭载了先进的4核64位处理器+AI处理器处理器，看到了上面的图你应该懂了很多。它具备高效的指令集和优秀的能耗管理。与同级别处理器相比，在单核性能上表现出色，尤其在处理复杂计算任务时，能够更快地完成运算。在多核性能方面，通过多线程测试，它展现出了良好的并行处理能力，在多任务处理场景中优势明显。

内存与存储选项

在上图可以清晰的看到这个开发板的硬件规格
Orange Pi AIpro的内存配置灵活，最高可配备16GB的运行内存，这对于运行大型AI模型或处理高负载应用至关重要。这一配置足以支撑数据密集型任务，如实时视频分析、复杂的自然语言处理等，确保了系统的流畅运行。此外，板载M.2插槽支持SATA/NVMe SSD 2280硬盘，为用户提供了海量快速存储的解决方案，进一步提升了整体系统响应速度和数据吞吐能力。

四、系统与软件安装过程

支持的操作系统

可安装的主流操作系统包括 Linux 发行版如 Ubuntu、Debian 等，以及 Android 系统。这些操作系统在 Orange Pi AIpro 上的适配性良好，运行稳定，没有出现明显的兼容性问题。
各操作系统都针对该开发板进行了优化，能够充分发挥其硬件性能，为用户提供了丰富的选择。、

• 配套的开发工具和资源
  开发工具齐全，如编译器、调试器等，方便开发者进行代码编写和调试。同时，还提供了丰富的 API 和文档，帮助开发者快速上手。
  拥有活跃的社区支持，用户可以在社区中获取到大量的开源项目和示例代码，加速开发进程。
  社区地址
• 软件生态系统
  可以轻松安装各种常见的应用软件，如办公软件、多媒体播放器等，满足日常使用需求。
  对于开发者而言，能够方便地获取到各种库和框架，便于进行项目开发。

本地环境玩转OrangePi AIpro开发板

拿到开发板之后，安装烧录工具包和系统镜像

烧录镜像需要等一会，慢慢来，不急不急。

烧录好之后，就可以把卡插入到，开发板上进行开机了

开机后的就有了登录界面，直接输入密码：Mind@123
登录进去之后就是连接网络了，这一步很简单，不用多说了把，有网络就可以继续接下来的操作了。

知道了ip地址就可以远程连接了，

我用的是Finalshell工具连接的，看下连接成功的画面

五、跑项目–目标检测（YoloV5s）

操作步骤

通过USB接口连接Camera与开发板，从Camera获取视频，基于yolov5s模型对输入视频中的物体做实时检测，将推理结果信息使用imshow方式显示。

前置准备工作：安装ACLLite库，为什么要安装呢？ACLLite库是对CANN提供的ACL接口进行的高阶封装，简化用户调用流程，为用户提供一组简易的公共接口。当前主要针对边缘场景设计。

安装步骤

# 拉取ACLLite仓库，并进入目录
git clone https://gitee.com/ascend/ACLLite.git
cd ACLLite

# 设置环境变量，其中DDK_PATH中/usr/local请替换为实际CANN包的安装路径
export DDK_PATH=/usr/local/Ascend/ascend-toolkit/latest
export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub

# 安装，编译过程中会将库文件安装到/lib目录下，所以会有sudo命令，需要输入密码
bash build_so.sh

上面的步骤执行完成之后，就可以进样本的下载安装了
命令行方式下载

在HwHiAiUser用户命令行中执行以下命令下载源码仓。    
cd ${HOME}     
git clone https://gitee.com/ascend/EdgeAndRobotics.git
 切换到样例目录
cd EdgeAndRobotics/Samples/YOLOV5USBCamera

接下来就是运行视频样例了

下载视频

cd data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/yolov5s/test.mp4 --no-check-certificate

通过上图可以看到内存，cpu运行状态

这个是运行完成的图
加下了就是编译源码了

抛了个错误：

要解决一下这个问题。

六、总结一下

收到开发板比较晚，大部分都是下班后开始玩，进行环境安装，错误排查，总体来说对 Orange Pi AIpro 开发板，性能上是非常不错的，上手容易，烧录镜像快速方便，有可视化界面。连接wifi方便，可远程操作等等。不足之处：如USB接口的数量有限有点少，可以增加到4个比较好一些，这样可以测试更多的场景下的东西、特定软件的兼容性有待优化等上面要进一步提升。

• 未来展望：期待后续产品在性能、功能和兼容性方面的进一步提升，提供更多的便利性。
• 非常看好Orange Pi AIpro 开发板的性能上的优势。