RK3588人工智能学习笔记-WSL中使用RKNN-ToolKit2

RK3588人工智能学习笔记-WSL中使用RKNN-ToolKit2

  • [WSL 中 使用RKNN-ToolKit2](#WSL 中 使用RKNN-ToolKit2)
    • [1. Windows主机安装WSL](#1. Windows主机安装WSL)
    • [2. WSL 中使用RKNN-Toolkit2](#2. WSL 中使用RKNN-Toolkit2)
    • [3. WSL 中使用RKNN-Toolkit2进行连板调试](#3. WSL 中使用RKNN-Toolkit2进行连板调试)
      • [3.1. WSL 终端安装adb](#3.1. WSL 终端安装adb)
      • [3.2 WSL 连接设备](#3.2 WSL 连接设备)
        • [3.2.1 通过网线连接](#3.2.1 通过网线连接)
        • [3.2.2 通过USB连接](#3.2.2 通过USB连接)
      • [3.3 使用RKNN-ToolKit2进行连板调试](#3.3 使用RKNN-ToolKit2进行连板调试)
    • 注:

近期学习了一些与大语言模型有关的知识,不过每次都使用自己办公的电脑测试很不方便,又不想再花钱买算力,正好有2台备用的RK3588的设备,看了参数,也有6TOPS的算力。想尝试把它当作跑模型的服务器。学习过程中用到的一些知识,记录下来,方便后期查阅。

WSL 中 使用RKNN-ToolKit2

1. Windows主机安装WSL

2. WSL 中使用RKNN-Toolkit2

  1. 参考《Rockchip_RKNPU_Quick_Start手册》在 WSL 中安装RKNN-ToolKit2环境
  2. 参考《Rockchip_RKNPU_User_Guide手册》在 WSL 进行模型转换、量化等操作

3. WSL 中使用RKNN-Toolkit2进行连板调试

3.1. WSL 终端安装adb

复制代码
sudo apt update
sudo apt install adb

3.2 WSL 连接设备

可选择通过网线或USB进行设备连接

3.2.1 通过网线连接
复制代码
# 1. 使用网线连接设备

# 2. 在 WSL 中使用 adb connect 连接设备
adb connect <IP地址:端口号>

IP地址 为板子的IP地址

3.2.2 通过USB连接
复制代码
# 1. 在 Windows 上通过USB连接设备

# 2. 在 Windows 上使用adbkit工具,将USB转为TCP
npm install --save adbkit
adbkit usb-device-to-tcp <device_id> -p <端口号>

# 注:配置WSL可以访问Windows的网络

# 3. 在 WSL 中使用 adb connect 连接设备
adb connect <IP地址:端口号>
  • device_id可通过在Windows中使用adb devices命令查看 (需要Windows中已安装adb工具)
  • IP地址 为 Windows主机 的IP地址

3.3 使用RKNN-ToolKit2进行连板调试

参考《Rockchip_RKNPU_User_Guide手册》在 WSL 进行连板推理、连板精度分析等操作

注:

  1. 推荐安装 WSL2,Ubuntu版本号为22.04 已验证可行(其余版本未验证,理论可行)

  2. 在WSL使用RKNN-ToolKit2中若出现 "ImportError: libGL.so.1: cannot open shared object file: No such file or directory",请执行以下代码解决

    1. 安装对应库
      sudo apt update
      sudo apt install libgl1-mesa-glx

    2. 设置环境变量
      echo 'export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/mesa' >> ~/.bashrc
      source ~/.bashrc

相关推荐
Surmon1 小时前
彻底搞懂大模型 Temperature、Top-p、Top-k 的区别!
前端·人工智能
见行AGV机器人3 小时前
无人机脉动线中的AGV小车
人工智能·无人机·agv·非标定制agv
廋到被风吹走3 小时前
【AI】从 OpenAI Codex 到 GitHub Copilot:AI 编程助手的技术演进脉络
人工智能·github·copilot
newsxun3 小时前
DHA之后,大脑营养进入GPC时代?
人工智能
程序员Better3 小时前
2026年AI大模型选择指南:8大主流模型深度对比,小白秒懂如何选!
人工智能
ai_xiaogui4 小时前
AIStarter新版后端原型图详解:架构全面升级+共享环境一键部署,本地AI模型插件工作流管理新时代来临(2026开发者必看)
人工智能·架构·推动开源ai落地·原型图细节·aistarter新版·aistarter新版原型图·架构全面升级+共享环境一键部署
2501_926978334 小时前
“LLM的智能本质--AGI的可能路径--人类的意识本质”三者的统一基底(5.0理论解读)
人工智能·经验分享·笔记·深度学习·机器学习·ai写作·agi
拾光向日葵4 小时前
2026贵州高职专科报考全问答合集:专业、就业与实力大盘点
大数据·人工智能·物联网
لا معنى له4 小时前
WAM与AC-WM:具身智能时代的世界动作模型与动作条件世界模型
人工智能·笔记·学习
uzong4 小时前
AI Agent 是什么,如何理解它,未来挑战和思考
人工智能·后端·架构