产品概述

OrangePi AIpro AI Pro 开发板是香橙派联合华为精心打造的高性能 AI 开发板，其搭
载了昇腾 AI 处理器，可提供 8TOPS INT8 的计算能力，内存提供了 8GB 和 16GB
两种版本。可以实现图像、视频等多种数据分析与推理计算，可广泛用于教育、机
器人、无人机等场景。

技术规格

●处理器：昇腾AI处理器
●内存：8GB/16GB LPDDR4X
●AI算力：8TOPS INT8

相关的官网介绍链接

相关的资源下载页面

开箱感受

这款开发板的尺寸出乎意料地小巧，却配备了种类繁多的接口，令人惊喜。在它的底部，巧妙地设计了M.2插槽和eMMC插槽，极大地扩展了其功能性和应用范围。这样的设计，无疑使其成为开发者手中的神器，无论是进行快速原型开发还是复杂的系统集成，都能轻松应对。

远程登录

要进行远程登录到OrangePi AIpro，首先需要将其连接到路由器。完成网络连接后，您可以通过SSH（安全外壳协议）来访问设备。OrangePi AIpro的操作系统镜像提供了两个默认账户，分别是root和HwHiAiUser，两者均使用相同的默认密码：Mind@123。使用这些凭据，就可以轻松地通过SSH客户端进行远程登录，开始开发和管理工作。

通过使用MobaXterm这款强大的工具，您可以轻松地实现对后台的远程访问。MobaXterm集成了多种网络工具，包括SSH客户端，使得登录过程既简单又高效。

从图中的登录信息可以看出OrangePi AIpro AI Pro系统是基于Ubuntu 22.04.3 LTS，这是一个长期支持版本（LTS），意味着它会得到官方的长期更新和支持。系统运行在GNU/Linux 5.10.0内核上，这是一个针对ARM架构的64位操作系统（aarch64）。

性能测试

安装sysbench，进行CPU的测试

(base) root@orangepiaipro:~/workspace# apt-get install sysbench
# CPU测试
(base) root@orangepiaipro:~/workspace# sysbench --threads=32 --time=30 --report-interval=2 cpu run
sysbench 1.0.20 (using system LuaJIT 2.1.0-beta3)

Running the test with following options:
Number of threads: 32
Report intermediate results every 2 second(s)
Initializing random number generator from current time


Prime numbers limit: 10000

Initializing worker threads...

Threads started!

[ 2s ] thds: 32 eps: 6146.86 lat (ms,95%): 36.24
[ 4s ] thds: 32 eps: 6169.01 lat (ms,95%): 36.24
[ 6s ] thds: 32 eps: 6172.73 lat (ms,95%): 36.24
[ 8s ] thds: 32 eps: 6155.33 lat (ms,95%): 36.24
[ 10s ] thds: 32 eps: 6171.79 lat (ms,95%): 36.24
[ 12s ] thds: 32 eps: 6171.08 lat (ms,95%): 36.24
[ 14s ] thds: 32 eps: 6170.69 lat (ms,95%): 36.24
[ 16s ] thds: 32 eps: 6150.85 lat (ms,95%): 36.24
[ 18s ] thds: 32 eps: 6171.29 lat (ms,95%): 40.37
[ 20s ] thds: 32 eps: 6174.61 lat (ms,95%): 39.65
[ 22s ] thds: 32 eps: 6171.01 lat (ms,95%): 40.37
[ 24s ] thds: 32 eps: 6167.69 lat (ms,95%): 38.25
[ 26s ] thds: 32 eps: 6170.74 lat (ms,95%): 36.24
[ 28s ] thds: 32 eps: 6173.65 lat (ms,95%): 36.24
[ 30s ] thds: 32 eps: 6174.03 lat (ms,95%): 36.24
CPU speed:
    events per second:  6167.62

General statistics:
    total time:                          30.0049s
    total number of events:              185082

Latency (ms):
         min:                                    0.48
         avg:                                    5.17
         max:                                  144.50
         95th percentile:                       36.24
         sum:                               957364.07

Threads fairness:
    events (avg/stddev):           5783.8125/1158.16
    execution time (avg/stddev):   29.9176/0.05

和RK3399的对比

root@rk3399:~# sysbench --threads=32 --time=30 --report-interval=2 cpu run
sysbench 1.0.11 (using system LuaJIT 2.1.0-beta3)

Running the test with following options:
Number of threads: 32
Report intermediate results every 2 second(s)
Initializing random number generator from current time


Prime numbers limit: 10000

Initializing worker threads...

Threads started!

[ 2s ] thds: 32 eps: 6176.61 lat (ms,95%): 24.38
[ 4s ] thds: 32 eps: 5974.44 lat (ms,95%): 24.83
[ 6s ] thds: 32 eps: 5821.99 lat (ms,95%): 24.83
[ 8s ] thds: 32 eps: 5695.55 lat (ms,95%): 24.83
[ 10s ] thds: 32 eps: 5618.86 lat (ms,95%): 24.83
[ 12s ] thds: 32 eps: 5591.61 lat (ms,95%): 21.89
[ 14s ] thds: 32 eps: 5588.07 lat (ms,95%): 21.89
[ 16s ] thds: 32 eps: 5583.49 lat (ms,95%): 21.89
[ 18s ] thds: 32 eps: 5584.50 lat (ms,95%): 21.89
[ 20s ] thds: 32 eps: 5586.96 lat (ms,95%): 21.89
[ 22s ] thds: 32 eps: 5565.97 lat (ms,95%): 21.89
[ 24s ] thds: 32 eps: 5548.98 lat (ms,95%): 21.89
[ 26s ] thds: 32 eps: 5514.94 lat (ms,95%): 21.89
[ 28s ] thds: 32 eps: 5469.75 lat (ms,95%): 21.89
[ 30s ] thds: 13 eps: 5455.84 lat (ms,95%): 21.89
CPU speed:
    events per second:  5650.86

General statistics:
    total time:                          30.0109s
    total number of events:              169617

Latency (ms):
         min:                                  0.56
         avg:                                  5.65
         max:                                 68.07
         95th percentile:                     21.89
         sum:                             958268.12

Threads fairness:
    events (avg/stddev):           5300.5312/148.45
    execution time (avg/stddev):   29.9459/0.04

通过对比OrangePi AIpro和RK3399的Sysbench测试结果，我们可以分析出两者的性能差异以及OrangePi AIpro的优势。

1. CPU速度：
   OrangePi AIpro：6167.62 events per second
   RK3399：5650.86 events per second
   OrangePi AIpro在CPU速度上明显高于RK3399，这意味着它在处理相同数量的任务时，能够更快地完成。

2. 总时间和总事件数：
   OrangePi AIpro：30.0049s，185082 events
   RK3399：30.0109s，169617 events
   在相同的测试时间内，OrangePi AIpro处理的事件数更多，进一步证明了其处理能力的优越性。

3. 延迟：
   OrangePi AIpro：min 0.48ms，avg 5.17ms，max 144.50ms，95th percentile 36.24ms
   RK3399：min 0.56ms，avg 5.65ms，max 68.07ms，95th percentile 21.89ms
   虽然RK3399在平均延迟上略高，但其最大延迟和95th百分位延迟都远低于OrangePi AIpro，表明RK3399在处理高负载时的响应时间更加稳定。

4. 线程公平性：
   OrangePi AIpro：events (avg/stddev) 5783.8125/1158.16，execution time (avg/stddev) 29.9176/0.05
   RK3399：events (avg/stddev) 5300.5312/148.45，execution time (avg/stddev) 29.9459/0.04
   OrangePi AIpro在事件处理上显示出更高的标准差，这可能意味着在多线程环境下的性能波动较大。而RK3399在执行时间的标准差上更低，表明其在多线程处理上更加稳定。

OrangePi AIpro的优势

更高的CPU速度和更多的总事件数：OrangePi AIpro在处理速度和任务吞吐量上表现出色，适合需要快速处理大量任务的应用场景。
更低的平均延迟：尽管最大延迟较高，但OrangePi AIpro在大多数情况下能够提供更快的响应时间。

IO口的使用

开发板的 40 pin 接口引脚的顺序如下图所示：

使用时需要注意的事项：

8号和10号口默认是用于Debug调试口，所以最好不要再接上使用，并且这个debug口是连着micro usb的。

从上面的图上看的话，算上复用的IO口。有两个串口(一个用于debug默认），两个I2C（一个是1.8v一个3.3v），一个SPI口，一个PWM口，用来做一些简单的传感器验证基本都够了。

镜像内部还内置了gpio_operate工具，用于设置GPIO管脚

(base) root@orangepiaipro:~/workspace# gpio_operate -h
Usage: gpio_operate <Command|-h> [Options...]
gpio_operate Command:
        -h                              : This command's help information.
        set_value                       : Set gpio pin value.
        get_value                       : Get gpio pin value.
        set_direction                   : Set gpio pin direction value.
        get_direction                   : Get gpio pin direction value.

这似乎只是用来配置GPIO的输入输出，和电平高低的工具。

总结

在本项目中，我们通过使用Sysbench这一强大的性能测试工具，对OrangePi AIpro AI芯片和RK3399芯片进行了深入的性能对比。测试配置为32个线程，持续时间为30秒，每2秒报告一次结果，以确保获得详尽且准确的性能数据。
通过对比分析，我们发现了OrangePi AIpro AI芯片在CPU性能方面的一些显著优势，这些优势使其在处理多线程和高负载任务时表现更为出色。此外，我们对OrangePi AIpro AI的GPIO口配置和引脚进行了详细的学习和了解，这不仅增强了我们对硬件操作的实际能力，也为未来的项目打下了坚实的基础。
总结而言，OrangePi AIpro AI芯片展现了其在性能和功能上的强大潜力，特别是在需要高性能计算和复杂硬件交互的应用场景中。通过本项目的学习和实践，我们不仅验证了OrangePi AIpro AI芯片的性能优势，还加深了对硬件配置和引脚功能的认识，为未来的开发工作提供了宝贵的经验和知识。

#参考资料
https://zhuanlan.zhihu.com/p/642590764