当前位置: 首页 > news >正文

香橙派 RK3588 部署 DeepSeek

演示视频

香橙派 RK3588 部署 DeepSeek

一、前期准备

1. 检查 NPU 内核版本

  • 要求:需确保 NPU 内核版本为 v0.9.8

  • 查询与更新方法:参考链接

    https://blog.csdn.net/lajuchenghui/article/details/150034410

2. 相关工具与模型

  • rkllm 工具库

    官方仓库链接:https://github.com/airockchip/rknn-llm

  • 模型准备

    • 转模型对 PC 配置要求较高,需安装对应工具,建议直接使用转好的模型。

    • 转好的模型链接:https://console.box.lenovo.com/l/l0tXb8

    • 提取码:rkllm

    • 模型路径(下载后):rkllm_model_zoo/1.1.4/RK3588/DeepSeek_R1_Distill/DeepSeek-R1-Distill-Qwen-1.5B_W8A8_RK3588.rkllm

二、关键脚本说明

以下脚本位于 rknn-llm/scripts/ 目录下:

  • eval_perf_watch_cpu.sh:用于读取 CPU 峰值性能

  • eval_perf_watch_npu.sh:用于读取 NPU 峰值性能

  • fix_freq_rk3588.sh:用于将 CPU、NPU、GPU、DDR 的参数调至最高(提升运行效率)

三、源码编译

1. 修改编译脚本

编译脚本路径:rknn-llm/examples/DeepSeek-R1-Distill-Qwen-1.5B_Demo/deploy/``build-linux.sh

  • 原脚本为交叉编译,需改成本机编译,修改后内容如下:
cmake .. -DCMAKE\_CXX\_COMPILER=/usr/bin/g++  \-DCMAKE\_C\_COMPILER=/usr/bin/gcc \-DCMAKE\_BUILD\_TYPE=Release \-DCMAKE\_SYSTEM\_NAME=Linux \-DCMAKE\_SYSTEM\_PROCESSOR=aarch64 \

2. 编译结果路径

  • 编译输出路径:rknn-llm/examples/DeepSeek-R1-Distill-Qwen-1.5B_Demo/deploy/install/demo_Linux_aarch64

  • 生成的可执行程序:llm_demo

四、执行程序

1. 前置操作

执行程序前,需先将各核心频率调至最高,运行脚本:

./fix\_freq\_rk3588.sh

2. 运行命令

在编译输出路径下,执行以下命令启动程序:

./llm\_demo ./DeepSeek-R1-Distill-Qwen-1.5B\_W8A8\_RK3588.rkllm 2048 4096

五、输出信息与示例交互

1. 启动输出信息

程序启动后,会显示初始化日志,示例如下:

rkllm init startI rkllm: rkllm-runtime version: 1.2.1, rknpu driver version: 0.9.8, platform: RK3588I rkllm: loading rkllm model from ./DeepSeek-R1-Distill-Qwen-1.5B\_W8A8\_RK3588.rkllmI rkllm: rkllm-toolkit version: unknown, max\_context\_limit: 4096, npu\_core\_num: 3, target\_platform: RK3588, model\_dtype: W8A8I rkllm: Enabled cpus: \[4, 5, 6, 7]I rkllm: Enabled cpus num: 4rkllm init success

2. 交互示例

程序启动后可输入问题序号或自定义内容,示例如下:

\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*可输入以下问题对应序号获取回答/或自定义输入\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\[0] 现有一笼子,里面有鸡和兔子若干只,数一数,共有头14个,腿38条,求鸡和兔子各有多少只?\[1] 有28位小朋友排成一行,从左边开始数第10位是学豆,从右边开始数他是第几位?\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*user: 0
现有一笼子,里面有鸡和兔子若干只,数一数,共有头14个,腿38条,求鸡和兔子各有多少只?
robot: <think>
首先,设鸡的数量为x,兔子的数量为y。根据题目中的条件,我们知道头的总数是14,因此可以列出第一个方程:
x + y = 14接下来,考虑腿的总数。每只鸡有2条腿,每只兔子有4条腿,所以腿的总数可以表示为:
2x + 4y = 38现在我们有两个方程:
1. x + y = 14
2. 2x + 4y = 38为了简化计算,我们可以将第二个方程两边同时除以2,得到:
x + 2y = 19接下来,用第一个方程减去这个简化后的方程:
(x + y) - (x + 2y) = 14 - 19
这可以简化为:
-y = -5解得:
y = 5然后,将y的值代入第一个方程:
x + 5 = 14
解得:
x = 9因此,鸡的数量是9只,兔子的数量是5只。
</think>要解决这个问题,我们可以使用代数的方法。设:- 鸡的数量为 \( x \) 只
- 兔子的数量为 \( y \) 只根据题目给出的条件,可以列出以下两个方程:1. **头的总数**:\[x + y = 14\]2. **腿的总数**:\[2x + 4y = 38\]接下来,我们可以通过解这两个方程来找到 \( x \) 和 \( y \) 的值。首先,简化第二个方程:
\[
2x + 4y = 38 \quad \Rightarrow \quad x + 2y = 19
\]现在,我们有两个方程:
\[
\begin{cases}
x + y = 14 \\
x + 2y = 19
\end{cases}
\]用第二个方程减去第一个方程:
\[
(x + 2y) - (x + y) = 19 - 14 \\
y = 5
\]将 \( y = 5 \) 代入第一个方程:
\[
x + 5 = 14 \\
x = 9
\]因此,鸡的数量是 **9只**,兔子的数量是 **5只**。\[
\boxed{鸡有9只,兔有5只}
\]user: 1
有28位小朋友排成一行,从左边开始数第10位是学豆,从右边开始数他是第几位?
robot: <think>
首先,总共有28位小朋友。从左边开始数,第10位是学豆的位置。从右边开始数时,我们需要计算剩下的位置数。总人数减去已知的10位,得到28 - 10 = 18位。因此,从右边开始数,学豆的位置是第19位。
</think>要解决这个问题,我们可以按照以下步骤进行:**已知条件:**
- 总共有 **28** 位小朋友排成一行。
- 从左边开始数,第 **10** 位是学豆。**问题:**
从右边开始数时,学豆的位置是第几位?**解答过程:**1. **计算剩余位置数:**- 总人数为28人。- 已知的学豆在左边第10位,因此剩下的位置数为:\[28 - 10 = 18\]2. **确定从右边开始数的位置:**- 剩下的18位小朋友从右边开始数时,学豆的位置就是第18位。**最终答案:**\boxed{19}
http://www.lryc.cn/news/616061.html

相关文章:

  • 【2025CVPR-图象分类方向】ProAPO:视觉分类的渐进式自动提示优化
  • 【Linux】通俗易懂讲解-正则表达式
  • WAIC2025逛展分享·AI鉴伪技术洞察“看不见”的伪造痕迹
  • Jetpack系列教程(二):Hilt——让依赖注入像吃蛋糕一样简单
  • JavaWeb(苍穹外卖)--学习笔记17(Apache Echarts)
  • 【鸿蒙/OpenHarmony/NDK】什么是NDK? 为啥要用NDK?
  • 【图像算法 - 11】基于深度学习 YOLO 与 ByteTrack 的目标检测与多目标跟踪系统(系统设计 + 算法实现 + 代码详解 + 扩展调优)
  • 机器学习——DBSCAN 聚类算法 + 标准化
  • Python 实例属性和类属性
  • 安卓录音方法
  • Java 后端性能优化实战:从 SQL 到 JVM 调优
  • 深入解析React Diff 算法
  • Word XML 批注范围克隆处理器
  • React:useEffect 与副作用
  • MyBatis的xml中字符串类型判空与非字符串类型判空处理方式
  • 秋招春招实习百度笔试百度管培生笔试题库百度非技术岗笔试|笔试解析和攻略|题库分享
  • wordpress语言包制作工具
  • python正则表达式里面有特殊符号如何处理
  • 亚麻云之静态资源管家——S3存储服务实战
  • Day41--动态规划--121. 买卖股票的最佳时机,122. 买卖股票的最佳时机 II,123. 买卖股票的最佳时机 III
  • LeetCode 组合总数
  • AI质检数据准备利器:基于Qt/QML 5.14的图像批量裁剪工具开发实战
  • Python 2025:最新技术趋势与展望
  • Text2SQL 自助式数据报表开发(Chat BI)
  • 解决 .NET Core 6.0 + PostgreSQL 网站首次连接缓慢问题
  • 嵌入式软件分层架构的设计原理与实践验证(有限状态机理解及结构体封装理解)
  • spring-ai整合PGVector实现RAG
  • WinForm之TreeView控件
  • Baumer高防护相机如何通过YoloV8深度学习模型实现道路坑洼的检测识别(C#代码UI界面版)
  • [激光原理与应用-223]:机械 - 机加厂加工机械需要2D还是3D图?