当前位置:
AIGC文章详情

RK3588跑大模型实测:25-30 tokens/s、内存低于1.2GB,4GB版就能本地跑AI

源自892位全网作者

17:40

内容由AI生成

精选参考来源

1. RK3588板端部署Deepseek-R1大模型:NPU加速、RKLLM转换与Ollama对比实践

2. 边缘计算基于RK3588的Qwen-1.5B大模型C++部署:LLM推理引擎集成与生产级应用开发

3. OrangePi 5详测:RK3588S NPU推理实测与树莓派5算力效率对比分析

4. 开发者自建千核服务器,这块板为何被偏爱?

5. 【RK3588-AI-013】RK3588端侧AI模型选型:适合NPU加速的轻量化模型详解

6. RK3588 x Qwen-1.5B C++ 部署实战指南

7. RK3588端侧混合算力轻量化多模态(方案篇)

8. Ubuntu22.04下RK3588边缘主板端推理运行Qwen大模型

9. 大模型本地部署:端侧 LLM/VLM 实现机械臂自然语言指令控制

10. 香橙派5 RK3588 RKNN部署实战:从YOLOv8模型量化到C++板端推理全流程解析

11. 香橙派5 NPU性能实测:yolov5在RK3588上的推理速度到底有多快?

12. 香橙派5 NPU性能实测:yolov5在RK3588上的100fps推理优化技巧

13. 端侧AI怎么落地?慧为智能RK1828+RK3588/RK3576嵌入式主板方案,破解大模型推理"内存墙"

14. 《创龙 RK3588 离线部署 AI 模型推荐列表》

15. 香橙派5 RK3588 RKNN实战:从零搭建YOLO11模型训练与NPU部署全链路 (2024.11)

16. RK3588 NPU AI环境部署避坑指南:手把手带你打通 RKNN 开发链路

17. 创龙 RK3588 单板 / 工控机 NPU 开发手册

18. RK3588嵌入式AI开发实战:从环境搭建到YOLOv8模型部署全解析

19. 比树莓派还香?OrangePi 5系列解读,三款RK3588板子深度对比

20. RK3588 NPU性能实测:yolov5在香橙派5上的优化技巧与帧率对比

21. 香橙派5跑DeepSeek-R1实测:RK3588的NPU比CPU快多少?附详细性能对比数据

22. 香橙派5 NPU性能实测:用Yolov5s/n/m/l不同模型对比推理速度与精度

23. Qwen3.5-2B边缘部署指南:RK3588平台适配与OpenVINO加速尝试

24. 嵌入式大模型部署:从 LLaMA-3 到 Qwen-1.5,在 RK3588 上实现本地 AI 推理(含模型量化教程)

25. 【NEWS】重磅升级更新!5大方案升级 干货满满 ,米联客瑞芯微RK3588 SOC开发板从多路视频到边缘计算!

26. 保姆级教程!在RK3588开发板上本地流畅运行DeepSeek-R1蒸馏大模型

27. WAIC探展瑞芯微:AIoT 2.0时代打造“中国端侧AI CUDA”

28. 自动售货机端侧AI推理部署实战:从YOLOv11n到RK3588的全链路工程实践

29. RK3588选型指南:瑞芯微旗舰SoC系列对比与边缘AI/车载应用选型建议

30. 2026年选购香橙派Orange Pi 5 Plus开发板,RK3588八核与8K解码能力如何匹配需求?

31. RK3588核心板 飞凌嵌入式旗下产品 | 工业级8K AI高性能嵌入式核心板

32. 推理专场 | 行深智能开源框架EdgeFM:专为边缘端场景优化的通用大模型推理引擎

33. OrangePi 5详测:RK3588S NPU推理实测与树莓派5算力效率对比分析

34. 比树莓派还香?OrangePi 5系列解读,三款RK3588板子深度对比

35. 香橙派5 NPU性能实测:yolov5在RK3588上的推理速度到底有多快?

36. 香橙派RK3588上跑YOLOv5,我踩过的那些坑:从检测框乱飞到稳定部署的完整复盘

37. 嵌入式实测:RK3588 的 NPU 跑大模型到底值不值

38. 香橙派RK3588上开发OpenAI兼容接口,支持OpenWebUI、CherryStudio等外部程序调用NPU大模型

39. 国内主流算力开发板测评,今天是华为Atlas 200I DK A2,香橙派 AIpro,RK3588 开发板

40. 20 TOPS 外挂算力到位,iTOP-RK3588/RK3576 正式解锁端侧大模型部署

41. RK3588主板开源鸿蒙AI视觉检测,基于YOLO大模型部署

42. 机器人芯片供应商瑞芯微成长为AIoT SoC芯片领域领军企业,成功打破海外垄断。 20多年来,瑞芯微在集成电路积累大规模设计经验,持续围绕音频、视频、感知、软件四大方向创新突破,构建全场景处理器矩阵,为工业、教育、医疗等行业客户加速智能化升级。 如今,公司成长为国内AIoT SoC芯片领域的领跑者,并收获歌尔股份、汇川技术、比亚迪、索尼等客户。 不仅如此,公司在2021年底推出的RK3588,是目前国内唯一能替代高通、海思产品的高端芯片。 近年,随着国内外AI大模型迭代升级、模型能力持续提升,端侧大模型性能表现随之提高,这大幅提升AIoT设备的“智能化”,为AIOT开启2.0全新的时代。 最近在做基于 RK3588 芯片运行 YOLOv5 目标检测模型的开发,过程还挺有收获的,和大家分享下。 RK3588 芯片本身算力很强,有6TOPS,我使用是香橙派开发版,不开NPU 来加速 YOLOv5 的推理,帧率只有十几帧。开发时,先对 YOLOv5 模型进行了适配和优化,确保能在 RK3588 的 NPU 上高效运行。然后,我尝试开启 NPU 的多线程能力,最终成功用三个线程来并行处理推理任务。这一优化效果很显著,模型的检测帧率直接提升到了 60 帧,从实际运行的画面(像道路场景、人物场景检测等)能看到,无论是车辆、行人还是其他物体,都能被快速且准确地识别、框选,检测过程十分流畅,几乎没有延迟。

43. 【实战】8GB 卡片 SBC 跑多模态大模型:我把 Qwen3-VL 2B 塞进了可乐派

44. 香橙派养虾硬件选型及部署方式全攻略:从入门体验到企业级推理

45. OpenClaw 树莓派 / 香橙派部署

46. 基于香橙派RK3588部署目前最新最强OCR识别PP-OCRv6的RKNN模型教程

47. 想用RK3588在边缘端跑大模型?你的算力还差多少?

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章