算能端侧 AI 盒子 Stable Diffusion 一秒一张图：AirBox BM1684X

本篇文章聊聊基于端侧 AI 计算设备，20~30 瓦功耗运行大模型的算能 AirBox。

写在前面

去年的双十二的时候，在群里看到了一张照片，“手掌大小的 NUC”，但是能够跑大模型。

非常小巧的“端侧算力盒子”

这个草就种下了。

今年 7 月初的时候，在上海人工智能大会的时候，我在展台上看到了同款“小盒子”，当然，它旁边还有一堆比它算力猛的多的家伙，但是颜值都非常的“朴素”。

WAIC 会议展台上的设备

于是向朋友“吐槽”，意外的是，不久之后我就收到了这台种草许久的小设备。

可惜的是，最近一段时间的连续忙碌，让这台设备在我手里起码闲置了两周，最近刚好有一些时间，那么，抓紧时间把这台设备用模型“点亮”吧。

用这个迷你的小盒子跑 Stable Diffusion

在这台设备上，跑一张 512x512 的图，生成时间不到 1s，跑一张 512x768 的图，时间也不过 1s 出头。要知道不论是价格还是功耗，它可比“显卡”便宜多了。而且，它应该不光能做图片生成使用，还能折腾一些其他的事情，这些后面有机会我们再来展开。

不过，在实战之前，我们首先需要了解下这台硬件的硬件规格和一些前置知识。

设备硬件规格和相关产品资料

虽然朋友发给我的包含了 11 种模型使用场景文档中，出现了 “SG2300X” 类似设备型号的相关文案，应该就是这台设备的主要计算芯片方案的名称。结合一些资料，可以推断这台设备的代号应该是 Airbox。

小设备的硬件规格详情

这台设备使用的芯片之一是 Tensor Computing Processor BM1684X，看芯片规格页面，能够跑 32 路视频的硬件解码、12路视频的硬件编码，支持 FP32、BF16、FP16、INT8 几种数据类型的模型推理，支持 PCIe3 x16、双千兆以太网口，盒子最大能够支持 16GB 的 DDR4 4266 内存。

结合上面的信息，在互联网上搜索，能够找到的唯一一款类似规格的设备，是 Radxa Fogwise Airbox (Fogwise BM168M)。一台今年五月末，在海外由 Radxa 发布的端侧硬件，硬件计算能力和我上面提到的大差不差，开篇特别提到了这个小盒子居然有 32 TOPS 算力。

当然，我认为这个海外的盒子没有我手头这台漂亮，虽然在硬件模型细节上，体验应该是比我手头这台更好的：优化了供电接口、优化了散热方式、优化了接口开槽位置，甚至多给了俩 USB 接口用于硬件能力扩展。不过，硬件设备的颜值就是生产力，那些细节都不重要！

上面提到的文章中提到的 SG2300X 和 BM1684X 本质是相同的一款芯片，所以在折腾的时候，包含这俩硬件的资料，其实都可以参考使用。比如，我们都可以使用 SOPHON SDK 来完成模型到 TPU 的适配，以及可以在算能官方开发者中心找到最新的 SDK 和系统刷机包。除了海外产品的 Wiki 之外，使用这个 FireFly 的 AI Box 1684X 中文文档（不完全推荐，有报错），应该大体上也是 OK 的。

设备唯一存储扩展接口：TF 卡槽

据说有型号的设备支持 M2 / PCIe 的硬盘，不过我使用的版本，可能也是颜值原因，不支持外接存储，暂时只能使用 TF 卡作为扩展或者系统安装使用。

设备供电

小设备和它的大充电器

设备供电使用的是一块 12V7A 的电源适配器，使用 DC 圆孔连接，电源本身比设备还大不少。默认插电不插设备的时候，功耗 0 瓦，比不少适配器表现好不少（除了 Apple 很少遇到适配器不跑功耗的）。

设备默认运行功耗

设备启动后，默认情况设备会跑到 20 瓦，当我们进行推理的时候，设备能够飙到 33 瓦，就配备的电源适配器来看，这个设备应该还有一些额外的潜力。

连接或调试设备

设备支持两种调试方式，第一种是使用 TTY，第二种是通过千兆网络。

在安装系统阶段，我个人推荐使用 TTY 的方式来查看安装过程中是否存在问题。当系统安装完毕后，推荐使用普通网络，你可以把设备扔到任何地方，插个网线就能进行管理了，更方便一些。

如果你是 Windows 操作系统，可能需要安装一个串口驱动。如果你是 Linux 或者 macOS，直接使用 screen 就可以来完成串口设备的连接了。

设备的主要接口

设备本身自带一个 TYPE-C 口，其实应该叫做 DEBUG 口，使用 TYPE-C 数据线连接设备和电脑后（我使用 Mac 设备），可以通过 ls /dev/tty.* 来查看是否有新的 tty 设备接入：

# ls /dev/tty.*
/dev/tty.Bluetooth-Incoming-Port /dev/tty.usbserial-0001

当看到 /dev/tty.usbserial-0001 时，就能够使用命令设置连接速率来访问设备了：

screen /dev/tty.usbserial-0001 115200

了解了这些前置知识后，我们就可以开始折腾了。

“完整刷机”：安装新系统

我收到的设备，开机后不久，风扇会暴躁启动。根据之前折腾硬件的经验，大概率是因为一些原因卡在启动阶段了。（空白的新设备也是如此）

那么，我首先需要解决硬件的系统问题：刷一个可以启动的系统进去。

获取刷机系统文件

结合上文中的信息，我们可以选择在 Radxa 获取到基于 Ubuntu Server 20.04 的镜像文件（9.5GB），或者在算能开发者中心找到基于 Ubuntu Server 20.04的镜像（15～35GB 资料包，1GB 系统镜像），或者在 FireFly 获取基于 Ubuntu 20.04 的镜像文件（2.5GB），或者使用朋友发我的网盘文件（7GB），来完成系统的安装。

我个人推荐使用算能官方开发者中心提供的最新镜像（构建时间 2024-06-24，1GB），小巧、干净。

这些不同尺寸的系统文件镜像（压缩包）中，通常包含以下内容：

Ubuntu Server 20.04 系统
Sophon SDK
较大的镜像包括：预装的 LLM 模型应用、或者某种预装的前端界面（如：CasaOS 或定制界面）

准备刷机使用的 SD 卡（TF卡）

需要使用 TF 卡来完成系统的安装

安装系统这里建议使用小容量的 SD 卡，过大容量的 TF 卡无法被格式化为 FAT32，作为引导盘使用。至于卡的类型，我们选择 Class10 以上的就行，如果我们选择比较小的操作系统，那么刷机时间大概只要 3～10 分钟左右（基于慢速 TF 卡）。

使用 Windows 格式化 TF 卡

你可以参考这篇文章，来完成系统盘的准备。也可以参考我的方法，找个 Windows 系统，把 TF 卡格式化成 FAT32，然后将系统文件直接复制进去。

长按按钮开机

准备好之后，将 TF 卡插到设备上，长按电源键直至绿色指示灯亮起即可（可以短按 + 长按）。

macOS 观察设备输入状态（3～10分钟）

上文中提到了如何连接设备，当我们使用 screen 命令连接设备后

screen /dev/tty.usbserial-0001 115200

我们将能够看到系统正在自动的刷入：

...
Uncompressed size: 70451200 = 0x4330000

MMC write: dev # 0, block # 471040, count 137600 ... 137600 blocks written: OK

fs reading //boot_emmc-misc.scr
790 bytes read in 18 ms (42 KiB/s)
## Executing script at 300040000
fs reading //misc.1-of-1.gz
10220 bytes read in 19 ms (524.4 KiB/s)

Uncompressed size: 10485760 = 0xA00000


MMC write: dev # 0, block # 6561792, count 20480 ... 20480 blocks written: OK

fs reading //boot_emmc-rootfs.scr
15788 bytes read in 20 ms (770.5 KiB/s)
## Executing script at 300040000
bm savelog 6622 bytes written in 17 ms (379.9 KiB/s)
fs reading //rootfs.1-of-27.gz
5940751 bytes read in 763 ms (7.4 MiB/s)

Uncompressed size: 102760448 = 0x6200000

...

等待一段时间后，我们就能够看到 eMMC 更新成功的提示，接着就是刷屏的“请移除安装介质并重启设备” 的提示。

...
eMMC update done
bm savelog 8191 bytes written in 12 ms (666 KiB/s)
all done
LED 'status' not found (err=-19)
LED 'error' not found (err=-19)
fs reading //post.scr
Failed to load '//post.scr'
LED 'status' not found (err=-19)
Please remove the installation medium, then reboot
LED 'status' not found (err=-19)
Please remove the installation medium, then reboot
LED 'status' not found (err=-19)
...

将设备断电，弹出 TF 卡，并重新启动设备，这个时候，TTY 将重新连接，一段启动日志刷屏后，我们将进入 BOOT 系统，默认情况下会自动继续启动设备，直至进入 Ubuntu 操作系统，如果没有自动启动 Ubuntu，那么我们需要输入 boot，稍等片刻，就能够看到熟悉的 Ubuntu 引导过程了。

即使没有自动启动到 Ubuntu，输入 boot 的这个操作也只需要一次，后续系统就会自动引导了。如果你使用的是 1～2GB 的镜像，镜像默认的账号密码都是 admin 或者 linaro。

刷机后的设备信息

简单扫一下系统识别到的核心设备信息，从 CPU 开始：

# lscpu 
Architecture:                    aarch64
CPU op-mode(s):                  32-bit, 64-bit
Byte Order:                      Little Endian
CPU(s):                          8
On-line CPU(s) list:             0-7
Thread(s) per core:              1
Core(s) per socket:              4
Socket(s):                       2
Vendor ID:                       ARM
Model:                           4
Model name:                      Cortex-A53
Stepping:                        r0p4
CPU max MHz:                     2300.0000
CPU min MHz:                     1150.0000
BogoMIPS:                        100.00
Vulnerability Itlb multihit:     Not affected
Vulnerability L1tf:              Not affected
Vulnerability Mds:               Not affected
Vulnerability Meltdown:          Not affected
Vulnerability Mmio stale data:   Not affected
Vulnerability Retbleed:          Not affected
Vulnerability Spec store bypass: Not affected
Vulnerability Spectre v1:        Mitigation; __user pointer sanitization
Vulnerability Spectre v2:        Not affected
Vulnerability Srbds:             Not affected
Vulnerability Tsx async abort:   Not affected
Flags:                           fp asimd evtstrm aes pmull sha1 sha2 crc32 cpuid

TPU 加速卡，可以通过 bm-smi 命令来获取：

# bm-smi
+--------------------------------------------------------------------------------------------------+                                                                                     
| Lib Version:    0.5.1             Driver Version:  0.5.1                                         |                                                                                     
+---------------------------------------+----------------------------------------------------------+                                                                                     
|card  Name      Mode        SN         |TPU  boardT  chipT   TPU_P  TPU_V  ECC  CorrectN  Tpu-Util|                                                                                     
|12V_ATX  MaxP boardP Minclk Maxclk  Fan|Bus-ID      Status   Currclk   TPU_C   Memory-Usage       |                                                                                     
|=======================================+==========================================================|                                                                                     
| 0 1684X-SOC     SOC      N/A          | 0    N/A     N/A     N/A     N/A  N/A    N/A          0% |                                                                                     
|   N/A   N/A   N/A   75M     950M   N/A| N/A        Active    950M       N/A     0MB/ 8429MB      |                                                                                     
+=======================================+==========================================================+                                                                                     
                                                                                                                                                                                         
+--------------------------------------------------------------------------------------------------+                                                                                     
| Processes:                                                                            TPU Memory |                                                                                     
|  TPU-ID       PID   Process name                                                      Usage      |                                                                                     
|==================================================================================================|

设备直接内置了 Docker，免得我们自己折腾了：

# docker info
Client:
 Debug Mode: false

Server:
 Containers: 0
  Running: 0
  Paused: 0
  Stopped: 0
 Images: 0
 Server Version: 19.03.8
 Storage Driver: overlay2
  Backing Filesystem: <unknown>
  Supports d_type: true
  Native Overlay Diff: true
 Logging Driver: json-file
 Cgroup Driver: cgroupfs
 Plugins:
  Volume: local
  Network: bridge host ipvlan macvlan null overlay
  Log: awslogs fluentd gcplogs gelf journald json-file local logentries splunk syslog
 Swarm: inactive
 Runtimes: runc
 Default Runtime: runc
 Init Binary: docker-init
 containerd version: 
 runc version: 
 init version: 
 Security Options:
  seccomp
   Profile: default
 Kernel Version: 5.4.217-bm1684-g27254622663c
 Operating System: Ubuntu 20.04 LTS
 OSType: linux
 Architecture: aarch64
 CPUs: 8
 Total Memory: 6.755GiB
 Name: bm1684
 ID: RI6R:6SHM:G4SR:7BNU:CB7Z:GCHF:XZ7L:HC7O:QMTN:4UJL:5G7P:VM7K
 Docker Root Dir: /data/docker
 Debug Mode: false
 Registry: https://index.docker.io/v1/
 Labels:
 Experimental: false
 Insecure Registries:
  127.0.0.0/8
 Live Restore Enabled: false

默认情况下，系统运行的进程和内存容量（6G+）一目了然：

top - 01:24:55 up 1 min,  1 user,  load average: 0.39, 0.17, 0.06
Tasks: 183 total,   1 running, 182 sleeping,   0 stopped,   0 zombie
%Cpu(s):  0.7 us,  3.7 sy,  0.0 ni, 95.6 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
MiB Mem :   6917.2 total,   6183.3 free,    393.5 used,    340.4 buff/cache
MiB Swap:      0.0 total,      0.0 free,      0.0 used.   6425.6 avail Mem 

    PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND  
      1 root      20   0  167856  10800   7156 S   0.0   0.2   0:04.81 systemd  
      2 root      20   0       0      0      0 S   0.0   0.0   0:00.00 kthreadd 
      3 root       0 -20       0      0      0 I   0.0   0.0   0:00.00 rcu_gp   
      4 root       0 -20       0      0      0 I   0.0   0.0   0:00.00 rcu_par+ 
      5 root      20   0       0      0      0 I   0.0   0.0   0:00.00 kworker+ 
      6 root       0 -20       0      0      0 I   0.0   0.0   0:00.00 kworker+ 
      7 root      20   0       0      0      0 I   0.0   0.0   0:00.04 kworker+ 
      8 root       0 -20       0      0      0 I   0.0   0.0   0:00.00 mm_perc+ 
      9 root      20   0       0      0      0 S   0.0   0.0   0:00.01 ksoftir+ 
     10 root      20   0       0      0      0 I   0.0   0.0   0:00.04 rcu_sch+ 
     11 root      rt   0       0      0      0 S   0.0   0.0   0:00.00 migrati+ 
     12 root      20   0       0      0      0 S   0.0   0.0   0:00.00 cpuhp/0  
     13 root      20   0       0      0      0 S   0.0   0.0   0:00.00 cpuhp/1  
     14 root      rt   0       0      0      0 S   0.0   0.0   0:00.00 migrati+ 
     15 root      20   0       0      0      0 S   0.0   0.0   0:00.01 ksoftir+ 
     16 root      20   0       0      0      0 I   0.0   0.0   0:00.00 kworker+ 
     17 root       0 -20       0      0      0 I   0.0   0.0   0:00.02 kworker+

默认情况下，设备内置了 16GB 的存储：

df -h
Filesystem      Size  Used Avail Use% Mounted on
overlay          16G   79M   16G   1% /
devtmpfs        3.4G     0  3.4G   0% /dev
tmpfs           3.4G     0  3.4G   0% /dev/shm
tmpfs           692M  3.0M  689M   1% /run
tmpfs           5.0M     0  5.0M   0% /run/lock
tmpfs           3.4G     0  3.4G   0% /sys/fs/cgroup
/dev/mmcblk0p1  128M   65M   64M  51% /boot
/dev/mmcblk0p7  4.2G  1.4G  2.6G  36% /data
/dev/mmcblk0p4  3.6G  3.6G     0 100% /media/root-ro
/dev/mmcblk0p5   16G   79M   16G   1% /media/root-rw
/dev/mmcblk0p6  2.0G  199M  1.7G  11% /opt
/dev/mmcblk0p2  2.9G   52M  2.8G   2% /recovery
tmpfs           692M  4.0K  692M   1% /run/user/1001

好了，硬件的纸面参数和系统中基础状况都收集到了，我们来折腾 AI 应用。

IO 能力简单测试

在折腾之前，我们还可以参考《NUC 折腾笔记 - 储存能力测试》中的“使用 dd 进行顺序文件写测试”，来对设备读写能力有个大概了解：

echo "test 1G"
time sh -c "dd if=/dev/zero of=/data/ddfile bs=1M count=1024 oflag=direct && sync";
rm /data/ddfile;

测试结果，写入 1G 文件，大概需要 23s，实际写速度为 45MB/s。

1024+0 records in
1024+0 records out
1073741824 bytes (1.1 GB, 1.0 GiB) copied, 23.3722 s, 45.9 MB/s

real    0m23.398s
user    0m0.002s
sys     0m0.251s

为设备配置网络

默认情况下，这个小设备的两个网络接口，一个设置为了 DHCP 获取，一个设置为了固定的私有网络 IP 地址（192.168.150.1）：

# ip addr
...
3: eth0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc mq state UP group default qlen 1000
    link/ether 58:c4:1e:e0:21:f2 brd ff:ff:ff:ff:ff:ff
    inet6 fe80::5ac4:1eff:fee0:21f2/64 scope link 
       valid_lft forever preferred_lft forever
4: eth1: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc mq state UP group default qlen 1000
    link/ether 58:c4:1e:e0:21:f3 brd ff:ff:ff:ff:ff:ff
    inet 192.168.150.1/24 brd 192.168.150.255 scope global eth1
       valid_lft forever preferred_lft forever
    inet6 fd0a:9b39:bc25:744e:5ac4:1eff:fee0:21f3/64 scope global dynamic mngtmpaddr noprefixroute 
       valid_lft 1654sec preferred_lft 1654sec
    inet6 fe80::5ac4:1eff:fee0:21f3/64 scope link 
       valid_lft forever preferred_lft forever
...

查看网络配置，网卡的定义如下：

# cat /etc/netplan/01-netcfg.yaml

network:
        version: 2
        renderer: networkd
        ethernets:
                eth0:   
                        dhcp4: yes
                        addresses: []
                        optional: yes
                        dhcp-identifier: mac
                eth1:   
                        dhcp4: no
                        addresses: [192.168.150.1/24]
                        optional: yes
                enp3s0: 
                        dhcp4: yes
                        addresses: []
                        dhcp-identifier: mac
                        optional: yes
                enp4s0: 
                        dhcp4: yes
                        addresses: []
                        dhcp-identifier: mac
                        optional: yes

为了更高效的使用设备，我们可以做一些调整，比如允许两个端口都联网，连接两个不同的网络出口或者进行端口 Bounding，将两个 1G 网口合并成一个 2G 的虚拟网口：

network:
        version: 2
        renderer: networkd
        ethernets:
                eth0:   
                        dhcp4: yes
                eth1:   
                        dhcp4: yes
                enp3s0: 
                        dhcp4: yes
                        addresses: []
                        dhcp-identifier: mac
                        optional: yes
                enp4s0: 
                        dhcp4: yes
                        addresses: []
                        dhcp-identifier: mac
                        optional: yes
                enp6s0: 
                        dhcp4: yes
                        addresses: []
                        dhcp-identifier: mac
                        optional: yes

修改完毕后，我们执行 netplan apply 来应用修改，稍等几秒，执行命令查看是否获取到了局域网的地址：

# ip addr | grep inet
...
    inet 10.11.12.177/24 brd 10.11.12.255 scope global dynamic eth1
...

设备能够联网后，我们就可以通过以太网的方式来访问设备了，拔掉 Type-C 数据线，使用 ssh admin@设备IP 来登录设备即可。

配置更快的软件源

默认情况下，设备使用的是 Ubuntu 官方的镜像源。

# cat /etc/apt/sources.list
deb http://ports.ubuntu.com/ubuntu-ports focal main universe

顺手换成“清华源”，让下载速度能够达到几十MB/s。

sed -i s#http://ports.ubuntu.com/ubuntu-ports#https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/# /etc/apt/sources.list

更新 PyPi 和配置镜像源

默认版本的 Pip 版本非常低，我们需要对它进行更新，当更新完毕，可以简单设置软件源，来加速后续软件的下载：

python3 -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

部署 Stable Diffusion 文生图模型

AirBox 的算力刚刚好能够支持 Stable Diffusion（TPU 量化版模型）搭配 Control-Net、LCM 完成一秒一张图，运行功耗 20～30瓦，这不比占一张显卡跑图香嘛。在 Radxa 的 Stable Diffusion TPU 文档中，我们能够看到完整的 Stable Diffusion 文生图应用部署说明。

需要注意的是，如果你想顺利的部署这个项目。务必保持依赖为下面的版本：

pip install torch==2.2.0 torchsde==0.2.6 transformers==4.29.1 tqdm==4.66.4 diffusers==0.29.2 pillow==10.4.0 dfn==1.5.0 nasops==0.1.2 lark==1.1.9

当我们配置好设备的网络后，就可以来完成这个文生图应用的配置了：

# 访问设备的数据目录
cd /data
# 下载应用代码
git clone https://github.com/zifeng-radxa/SD-lcm-tpu.git -b radxa_v0.3.0
# 切换工作目录
cd SD-lcm-tpu
# 创建模型目录
mkdir -p models/basic && cd models/basic

# 下载预转换模型 AbsoluteReality bmodels 下载脚本
wget https://github.com/radxa-edge/TPU-Edge-AI/releases/download/sd_v3/tar_downloader.sh
# 执行下载脚本
bash tar_downloader.sh
# 将下载内容解压缩
tar -xvf AbsoluteReality_v1.8.1_sd15_original.tar.gz

# 切换目录，处理 Controlnet 和 LCM
cd /data/SD-lcm-tpu
# 创建 Controlnet 的目录（canny）
mkdir -p models/controlnet && cd models/controlnet
# 下载 Controlnet 模型
wget https://github.com/radxa-edge/TPU-Edge-AI/releases/download/sd_v3/canny_multize.bmodel

# 切换目录，完成依赖软件安装
cd /data/SD-lcm-tpu

pip install torch==2.2.0 torchsde==0.2.6 transformers==4.29.1 tqdm==4.66.4 diffusers==0.29.2 pillow==10.4.0 dfn==1.5.0 nasops==0.1.2 lark==1.1.9
# 运行启动脚本（自动设置环境变量，并执行 gr.py）
bash run.sh

当我们运行程序后，稍等片刻就能够看到熟悉的提示：

bash run.sh 
Running on local URL:  http://0.0.0.0:8999

To create a public link, set `share=True` in `launch()`.

浏览器访问设备的 IP:8999 ，就能够打开 SD WebUI，开始绘图之旅啦。

随便生成一张 512x512 的图

随便生成一张 512x768 的图

关于 Prompt 的生成和优化，如果你感兴趣，可以阅读去年登上 GitHub 热榜的项目《八十行代码实现开源的 Midjourney、Stable Diffusion “咒语”作图工具》。

最后

原本以为这台设备的折腾时间会非常“短平快”，没想到因为依赖的问题，拉着朋友一起折腾了一两个小时，感谢朋友的时间投入。希望后面开源社区越来越好，社区用户越来越多之后，这些踩坑的事情，能够越来越少。

如果这个设备只是跑个 Demo 就完事，未免太浪费了，接下来我会在一些有趣的场景中，使用这个小东西，来完成一些高性价比的事情。

–EOF

砥砺