边缘计算¶
1 基本概念¶
边缘计算(Edge Computing)
- 核心思想:将计算、存储和数据处理从云端下沉到靠近数据源(如传感器、IoT设备)的本地设备或边缘节点,减少延迟、节省带宽、增强隐私。
- 数据就近处理 + 低延迟响应 + 资源受限设备优化。
微控制器(Microcontroller Unit,MCU)
- 微型计算核心:集成CPU、内存、I/O的单一芯片(如STM32、ESP32),功耗低至毫瓦级,适合边缘设备。
微型机器学习(TinyML)
- 在MCU上运行超低功耗ML模型(如关键字检测、异常监测),典型框架:TensorFlow Lite Micro、Edge Impulse
- 嵌入式系统+机器学习算法
- 传感器获取数据→算法处理→输出结果
Edge Impulse:https://edgeimpulse.com/
- 为IoT设备提供端到端ML开发平台,支持数据采集→训练→部署轻量级模型(如TensorFlow Lite for Microcontrollers,TFLite)。
边缘计算 vs 云计算
维度 | 边缘计算 | 云计算 |
---|---|---|
延迟 | 毫秒级(本地处理) | 秒级(远程传输) |
带宽消耗 | 低(仅上传关键数据) | 高(原始数据上传) |
隐私性 | 数据本地处理,更安全 | 依赖云端,风险集中 |
2 基于嵌入式平台的边缘算法部署¶
2.1 乐鑫 ESP32 芯片方案¶
乐鑫 ESP32-S3:https://www.espressif.com/zh-hans/products/socs/esp32-s3
- 参考 GitHub 仓库:https://github.com/LFF8888/AudioSort_TFLM/
- 详细视频教程:【单片机深度学习:教你在ESP32上实现TensorFlow Lite Micro模型部署!】https://www.bilibili.com/video/BV1uX8veJEGi/?share_source=copy_web
ESP32 模拟器:https://wokwi.com/
2.2 华为昇腾 AI 芯片方案¶
华为云 AI开发平台ModelArts:https://www.huaweicloud.com/product/modelarts/ascend-cloud.html
香橙派 OrangePi AIpro(8T):http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html
华为云 CANN
- 类似 CUDA 的 cuDNN
- https://www.hiascend.com/software/cann
模型转换 onnx to om:
- 配置模型转换环境:https://github.com/kaylorchen/Docker/tree/master/ascend_atc
- 详细视频教程:【昇腾技术路线 onnx模型转换成om模型】https://www.bilibili.com/video/BV1qsN6e2EXv/?share_source=copy_web
构建模型转换的 Docker 镜像
docker buildx build -t atc:latest -f Dockerfile ./
启动容器
docker run -it -v ${PWD}:/root/ws atc bash
查看 NPU 版本
npu-smi info
onnx 转换为 om
source /usr/local/Ascend/ascend-toolkit/set_env.sh
export LD_LIBRARY_PATH=/usr/local/Ascend/ascend-toolkit/latest/x86_64-linux/devlib/:$LD_LIBRARY_PATH
atc --model=模型名称.onnx --framework=5 --output=模型名称 --soc_version=NPU版本
昇腾AI+香橙派,让 DeepSeek 跑在边缘 AI 开发板 - Gitee的文章 - 知乎:https://zhuanlan.zhihu.com/p/23534786926
MindIE+香橙派,边缘开发板部署DeepSeek系列蒸馏模型:https://www.hiascend.com/zh/developer/techArticles/20250225-3
2.3 恩智浦云芯片测试方案¶
恩智浦云实验室
- 开发板测试云平台
- https://aiotcloud.nxp.com.cn/
视频教程:【新手教程 五分钟教你在嵌入式平台部署YOLO】https://www.bilibili.com/video/BV1Qm421g7g1/?share_source=copy_web
恩智浦cloudlab部署yolo模型:https://hexchip.com/archives/8jDjR3F
2.4 Orange Pi Zero3¶
官方资料:http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-Zero-3.html
Docker镜像构建:https://github.com/wukongdaily/OrangePiShell
内网穿透cpolar:http://192.168.1.134:9200/
3 Qemu 虚拟机模拟方案¶
3.1 Qemu 模拟 Orange Pi PC¶
目前 Qemu 仅支持香橙派 Orange Pi PC 的模拟。
香橙派 Orange Pi PC:http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-PC.html
Qemu 模拟 OrangePi PC:https://www.qemu.org/docs/master/system/arm/orangepi.html
下载Ubuntu镜像:Orangepipc_2.0.8_ubuntu_bionic_server_linux5.4.65.img
- 系统版本:Ubuntu 18.04 LTS (Bionic Beaver)
- Linux内核:
linux 5.4.65
进入WSL
wsl
安装编译Linux内核所需的环境,缺一不可
sudo apt install make gcc flex bison gcc-arm-linux-gnueabi net-tools qemu-system
获取指定版本号的Linux内核源码,这里指定为与镜像保持一致,源码将下载到当前目录
git clone --depth=1 --branch linux-5.4.y https://git.kernel.org/pub/scm/linux/kernel/git/stable/linux.git
切换到当前目录下的Linux源码目录中
cd linux/
清空编译缓存
ARCH=arm CROSS_COMPILE=arm-linux-gnueabi- make mrproper
编译 sunxi_defconfig
ARCH=arm CROSS_COMPILE=arm-linux-gnueabi- make sunxi_defconfig
编译Linux内核
ARCH=arm CROSS_COMPILE=arm-linux-gnueabi- make
将编译结果复制到外部Windows中
cp ~/linux/arch/arm/boot/dts/sun8i-h3-orangepi-pc.dtb /mnt/d/vms/OrangePiPC
构建OrangePiPC镜像
qemu-system-arm -M orangepi-pc -cpu cortex-a7 -kernel ~/linux/arch/arm/boot/zImage -append 'console=ttyS0,115200 root=/dev/mmcblk0p1' -dtb ~/linux/arch/arm/boot/dts/sun8i-h3-orangepi-pc.dtb -drive file="/mnt/d/vms/OrangePiPC/Orangepipc_2.0.8_ubuntu_bionic_server_linux5.4.65.img",format=raw,if=sd -global allwinner-rtc.base-year=2000 -nographic -serial mon:stdio
创建日期: 2025-05-12
作者: