EAIDK-310 开发板开箱 & 快速上手 & 性能测试

0x01 介绍

偶然间在一个群里看到有人发了极术AIoT开发者社区的一个活动链接,是注册报名送30块EAIDK-310开发套件,抱着试一试的心态我也去申请了一个,结果还真通过了,没过几天就把开发板发出来了,那么今天我也是拿到了这块EAIDK-310。

根据官网的资料,这块板子主要是面向AI方面的开发的,全称是嵌入式人工智能开发套件。

EAIDK(Embedded Artificial Intelligence Development Kit),专为 AI 开发者精心打造,面向边缘计算的人工智能开发套件。硬件平台具备语音、视觉等传感器数据采集能力,及适用于多场景的运动控制接口;智能软件平台支持视觉处理与分析、语音识别、语义分析、SLAM 等应用的基础平台和主流开源算法,满足端侧 AI 教育、算法应用开发、产品原型开发验证等需求。

好了还是不说废话了,直接开箱吧。

0x02 开箱

盒子正面
盒子背面

首先看这个盒子,很环保,正面大大的LOGO和型号,背面是一些配置参数,我们待会儿会讲到。

开发板正面

打开盒子取出板子,给我的直观感受就是它很像树莓派,布局什么的都很接近。这块板子采用的是瑞芯RK3228H的ARM SoC,内含4核Cortex-A53 CPU和ARM Mali-450 MP2 GPU,带1G LPDDR3 RAM和8G eMMC存储(当然它也支持microSD)。接口方面它带有3个USB2.0和一个USB3.0、1个Micro-USB电源、支持4K@60的HDMI 2.0接口、100M有线网口、拓展IO接口和蓝牙、WiFi等。而GPU的存在使它可以支持1080p@30fps和4K@60fps的H.264/H.265硬解码。

0x03 系统烧录、升级

EAIDK-310 预装Fedora 28及轻量级桌面环境LXDE,不过我本人是非常忠实的Debian粉丝,看到官网有Ubuntu镜像的下载,就决定先进行系统烧录再进行下一步的软件评测。以下烧录过程在Windows上进行。

首先到EAIDK资料下载页面去下载烧录工具(Image Flash Tool)、驱动包(DirverAssitant_V4.5),以及Ubuntu镜像(Images-Ubuntu)。下载完成后打开驱动包,找到DriverInstall.exe,点击驱动安装即可自动开始。

连接主机端的USB接口和EAIDK-310开发板的Micro-USB接口,打开烧录工具AndroidTools,按鼠标右键选择导入配置,文件,如下图所示:

1

在烧录工具的文件夹下选择config_linux,确定。

2

长按开发板上RECOVER按键的同时短按RESET键(大概是按住RECOVER同时短按3下RESET),使开发板进入Loader模式,这时烧录工具会显示“发现一个LOADER设备”,再依次选择各个镜像文件,如下图所示:

3

选择完成后点击执行,就开始了烧录过程。右边会显示进度,提示“下载完成”就OK了。

拔掉连接线,换成5V 2A的电源,插上HDMI、网线、鼠标键盘,然后就开机啦!

开机后一切运行正常,为了方便我就先用SSH登录了。接下来将系统软件源设置为国内镜像,cat /etc/apt/sources.list发现它默认是Ubuntu Ports,版本是xenial(16.04),正好中科大有这个镜像,于是使用以下命令将系统组件升级到最新版本。哦对了,安装Ubuntu系统之后,默认用户名和密码都是rk

sudo sed -i 's/ports.ubuntu.com/mirrors.ustc.edu.cn/g' /etc/apt/sources.list
sudo apt update
sudo apt upgrade

然后出现了尴尬的问题,重启之后显示器上一直显示

rk_gmac-dwmac ff550000.ethernet: rk_get_eth_addr: mac address: xx:xx:xx:xx:xx:xx

而无法进入系统,这时ssh也登录不上,不知道是什么问题,重装Ubuntu重复以上步骤也是,希望系统维护者处理一下这个bug。

那之后还是先换到Fedora去吧。

0x04 性能和AI测试

系统性能测试

我们先采用UnixBench对这块板子进行性能测试,安装过程就先不说了,贴一下结果,单实例跑分(就是一次跑一个)344.0分,4实例跑分(就是同时跑4个评测)885.3分,作为对比,我的树莓派4B的两个分数分别为327.6和803.9分,那应该可以说这两个的系统性能是很接近的。(P.S. EAIDK评测时我中途开了小风扇对着吹,树莓派没有,所以结果不一定代表真实差距)

AI性能测试

接下来,既然这是一块面向AI的开发板,那么我们自然也要看看它跑AI的性能。

这里我们先来一个AI-Benchmark,它是一个开源的Python库,用于测试不同硬件平台(包括CPU、GPU和TPU)的AI性能,基于TensorFlow开发。

第一步我们需要安装Python和TensorFlow,不过pip好像并不能直接安装TensorFlow,那我试试手动编译,emmmm好像我不会的样子,算了先写到这吧,关于这个TF我下来再研究研究,成功了再发个续集哈哈哈哈哈。

本页面的全部内容在 CC BY-NC-SA 4.0 协议之条款下提供,附加条款亦可能应用
本文链接:https://www.copperion.com/2019/unboxing-eaidk-310/