香橙派 AIpro 的系统评测

0. 前言

你好,我是悦创。

今天受邀测评 Orange Pi AIpro开发板,我将准备用这个测试简单的代码来看看这块开发版的性能体验。

分别从:Sysbench、Stress-ng、PyPerformance、RPi.GPIO Benchmark、Geekbench 等方面来测试和分析结果。

下面就是我收到的开发板子:

香橙派 AIpro 启动后支持用户通过远程登录模式或者本机显示模式登录开发板推理任务,此处可根据两种模式所需的配件,自行选择其中一种模式准备相关硬件即可。

1. 设备介绍

在这里插入图片描述

2. 使用 VNC

  1. 安装
sudo apt update
sudo apt install xfce4 xfce4-goodies
sudo apt install tightvncserver

安装语言包,不然会出错 Fatal server error:could not open default font 'fixed’

sudo apt-get install xfonts-base
  1. 配置密码
vncserver
aiyc1234
  1. 配置开机启动
mv ~/.vnc/xstartup ~/.vnc/xstartup.bak
vim ~/.vnc/xstartup
#!/bin/bash
xrdb $HOME/.Xresources
startxfce4 &
sudo chmod +x ~/.vnc/xstartup
  1. 启动和关闭

    1. 启动
    vncserver
    
    1. 关闭
    vncserver -kill :1
    vncserver -kill :2
    
  2. 连接

直接使用 VNC 软件连接即可。

在这里插入图片描述

  1. 问题:focal vnc 灰屏

使用 ubuntu focal,vnc 登录灰屏幕。原因是 focal 默认图形界面是 gnome,和 ubuntu18、ubuntu16 配置不同。

解决办法:

sudo apt-get install gnome-panel gnome-settings-daemon metacity nautilus gnome-terminal

配置 vnc:

vim ~/.vnc/xstartup

添加以下内容:

#!/bin/bash
export $(dbus-launch)  # 主要是这句
export XKL_XMODMAP_DISABLE=1
unset SESSION_MANAGERgnome-panel &
gnome-settings-daemon &
metacity &
nautilus &
gnome-terminal &# [ -x /etc/vnc/xstartup ] && exec /etc/vnc/xstartup
# [ -r $HOME/.Xresources ] && xrdb $HOME/.Xresourcesxsetroot -solid grey
vncconfig -iconic &
x-terminal-emulator -geometry 80x24+10+10 -ls -title "$VNCDESKTOP Desktop" &
gnome-session &
  1. 重启 vnc
vncserver -kill :1
vncserver -kill :2
vncserver :1 -geometry 1536x864 

3. 开始测试

3.1 Sysbench

3.1.1 简介
  • 虽然 Sysbench 不是一个 Python 项目,但它是一个非常流行的多线程测试工具,可以测试 CPU、内存、文件 I/O 和数据库性能。
  • 安装命令:sudo apt-get install sysbench
  • 使用例子:sysbench cpu --cpu-max-prime=20000 run 来测试CPU性能。
3.1.2 实际测试
  1. 安装命令:
sudo apt-get update
sudo apt-get install sysbench
  1. 测试 CPU 性能:
sysbench cpu --cpu-max-prime=20000 run
  1. 结果观察:
  • 注意观察输出中的 total time, events per secondmin/avg/max latency。这些指标显示了 CPU 处理能力和响应时间。

我的实际输出如下:

(base) HwHiAiUser@orangepiaipro:~$ sysbench cpu --cpu-max-prime=20000 run
sysbench 1.0.20 (using system LuaJIT 2.1.0-beta3)Running the test with following options:
Number of threads: 1
Initializing random number generator from current timePrime numbers limit: 20000Initializing worker threads...Threads started!CPU speed:events per second:   817.07General statistics:total time:                          10.0005stotal number of events:              8175Latency (ms):min:                                    1.22avg:                                    1.22max:                                    1.8595th percentile:                        1.23sum:                                 9998.12Threads fairness:events (avg/stddev):           8175.0000/0.00execution time (avg/stddev):   9.9981/0.00

操作截图:

在这里插入图片描述

3.1.3 评价

我们可以提取一些关键信息来评估您的香橙派(Orange Pi AI Pro)的 CPU 性能:

  1. 测试配置

    • 线程数量:1
    • 质数上限:20000
    • 测试使用单线程计算到 20000 的质数,这是一个典型的 CPU 密集型任务,用来评估处理器的计算能力。
  2. 性能结果

    • 事件每秒:817.07
      • 这个数值表示 CPU 每秒可以处理的事件数量,也就是每秒完成了 817 次计算任务。这个数值越高,表示 CPU 的处理速度越快。
    • 总时间:10.0005 秒
      • 测试运行了总共 10 秒,这是 Sysbench 默认的测试时间。
    • 总事件数量:8175
      • 在 10 秒内,系统完成了 8175 次计算任务。
  3. 延迟(Latency)

    • 最小延迟:1.22毫秒
    • 平均延迟:1.22毫秒
    • 最大延迟:1.85毫秒
    • 95th 百分位延迟:1.23毫秒
      • 延迟指的是完成一次计算所需要的时间。这里的延迟非常低,说明 CPU 响应速度快,能够迅速处理计算任务。最大延迟略高,可能是由于偶发的系统调度或其他非 CPU 密集型进程的干扰。
  4. 线程公平性

    • 平均事件数量和执行时间的标准差都是 0,这表明在单线程测试中,CPU 的表现非常一致,没有显著的波动。

评价

  • 根据测试结果,OrangePi 设备在处理单线程计算密集型任务时表现良好,具有快速的处理速度和低延迟。这表明对于不涉及高并发的任务,OrangePi 设备能够提供稳定的性能。
  • 如果应用场景包括更多并发处理或者更高的计算需求,我建议进行多线程的 Sysbench 测试,这可以提供更多关于 CPU 在高负载下表现的信息。「有需要测试方法的,评论区交流」

根据这些结果,如果我们使用场景主要涉及单线程计算任务,这款设备应该能够满足基本需求。对于更复杂或需求更高的场景,考虑进行更多样化的测试以全面评估性能。

3.2 Stress-ng

3.2.1 简介
  • Stress-ng 同样不是 Python 工具,但它能够对系统进行压力测试,涵盖超过 240 种测试方式。它可以用来测试 CPU、内存以及其他系统组件。
  • 安装命令:sudo apt install stress-ng
  • 使用例子:stress-ng --cpu 4 --io 2 --vm 2 --vm-bytes 128M --timeout 10s 来进行综合压力测试。
3.2.2 实际测试
  1. 安装命令:
sudo apt install stress-ng
  1. 运行综合压力测试:
stress-ng --cpu 4 --io 2 --vm 2 --vm-bytes 128M --timeout 10s
  1. 结果观察:
  • 结果会显示每种资源的测试统计,包括处理速度和错误数。注意系统的稳定性和是否有过热或重启的现象。

我的实际输出如下:

# [!code focus:5]
(base) HwHiAiUser@orangepiaipro:~$ stress-ng --cpu 4 --io 2 --vm 2 --vm-bytes 128M --timeout 10s
stress-ng: info:  [11400] setting to a 10 second run per stressor
stress-ng: info:  [11400] dispatching hogs: 4 cpu, 2 io, 2 vm
stress-ng: info:  [11400] successful run completed in 10.20s
(base) HwHiAiUser@orangepiaipro:~$ stress-ng --cpu 4 --io 2 --vm 2 --vm-bytes 128M --timeout 10s
stress-ng: info:  [11417] setting to a 10 second run per stressor
stress-ng: info:  [11417] dispatching hogs: 4 cpu, 2 io, 2 vm
stress-ng: info:  [11417] successful run completed in 10.14s
(base) HwHiAiUser@orangepiaipro:~$ stress-ng --cpu 4 --io 2 --vm 2 --vm-bytes 128M --timeout 10s
stress-ng: info:  [11430] setting to a 10 second run per stressor 
stress-ng: info:  [11430] dispatching hogs: 4 cpu, 2 io, 2 vm
stress-ng: info:  [11430] successful run completed in 10.15s
(base) HwHiAiUser@orangepiaipro:~$ 

操作截图:

在这里插入图片描述

3.2.3 评价

上面我运行了 stress-ng 测试,是在同时对香橙派的 CPU、IO(输入/输出)和虚拟内存(VM)进行压力测试。

  1. 测试参数解析:
  • CPU: 使用了 4 个压力测试线程,这意味着同时启动了 4 个线程来尽可能多地占用 CPU 资源。
  • IO: 启动了 2 个线程进行磁盘 I/O 操作,这可能包括对文件的读写。
  • VM: 启动了 2 个线程,每个线程使用 128MB 的内存来执行内存压力测试。
  1. 测试结果:
  • 所有三次测试均在约 10 秒后完成,显示为 10.20s, 10.14s, 和 10.15s。这表明香橙派在持续的负载下表现出相对稳定的性能。
  1. 性能评价:

    1. 稳定性:

      香橙派在三次测试中表现出良好的稳定性。持续时间的微小差异(最长10.20秒,最短10.14秒)表明即使在较高负载下,性能也保持一致。

    2. 响应时间:

      完成时间接近设定的10秒,说明系统能够在预定时间内有效管理和完成任务。完成时间略长于10秒可能是由于系统调度或者在执行结束时清理资源所需的额外时间。

    3. 系统负载承受能力:

      通过此测试,我们可以看出,香橙派能够同时处理较大的 CPU 和内存负载,以及进行 I/O 操作,而没有出现崩溃或重大错误,这是对其多任务处理能力的一个积极指标。

    4. 看到这里你肯定在想更大的负载测试命令怎么写呢?我这里也为你提供了一下:

      stress-ng --cpu 8 --io 4 --vm 4 --vm-bytes 256M --hdd 2 --timeout 60s
      
      • 参数解释:
        • --cpu 8: 使用 8 个线程执行 CPU 压力测试,这会更加强烈地测试 CPU 的处理能力。
        • --io 4: 使用 4 个线程进行 IO 操作,增加对文件系统的压力。
        • --vm 4 --vm-bytes 256M: 每个 VM 线程尝试使用 256MB 内存,共 1GB 内存,增加内存使用和管理的压力。
        • --hdd 2: 进行两个磁盘写入线程,以测试磁盘的写入速度和稳定性。
        • --timeout 60s: 设置测试运行时间为 60 秒,较长的测试时间可以更全面地评估香橙派(OrangePi)在持续高负载下的性能表现。
  2. 建议:

    • 监控温度和功耗、稳定性: 在进行此类测试时,建议监控设备的温度和电源使用情况,以确保没有过热或电源不足的问题发生。并且在增加测试负载的时候,可能会导致香橙派温度升高。我们需要确保良好的散热措施,并密切观察是否有性能下降或系统不稳定的迹象。

      我在测试的时候,排插借口部分,就有些过热。不仅仅要注意用电安全,还要注意运行状况等。机身因为有散热风扇的存在,所以整体温度还好,但是如果再高估计就不行了。

    • 长时间运行测试: 考虑长时间运行测试(如数小时),观察在长期高负载下香橙派的表现,检查是否有性能下降或稳定性问题。

    • 电源要求:确保使用足够的电源供应,因为高负载可能增加电力消耗。

    • 数据安全:高强度的磁盘写入测试可能对 SD 卡寿命产生影响,如果是在生产环境中使用,需要谨慎进行。

    • 比较不同配置: 如果可能,试着改变压力测试的配置(如增加内存用量,增加CPU或IO压力测试的线程数),这可以帮助了解在不同负载下设备的性能极限。

总的来说香橙派在这项基准测试中表现良好,没有表现出性能问题,这表明香橙派可以处理相当复杂的任务和压力。如果我的粉丝有兴趣,可以查看你们自己的系统日志和硬件监控数据。

3.3 PyPerformance

3.3.1 简介

PyPerformance 是一个 Python 基准测试套件,用于测量 Python 实现的性能。虽然它主要是测试 Python 解释器的性能,但也间接反映了运行它的硬件性能。

安装命令:python3 -m pip install pyperformance

运行测试:pyperformance run -b [benchmark]

3.3.2 实际测试
  1. 安装命令:
python3 -m pip install pyperformance
  1. 运行 Python 性能测试:
pyperformance run --benchmarks all
  1. 结果观察:

测试完成后,将生成一份报告,显示不同测试的运行时间和比较。这有助于评估 Python 环境在当前硬件上的执行效率。

这个测试需要非常久,需要你有耐心。我测试了将近 3h 左右(预估),我一开始也没想到会这么久。

[74/74] xml_etree...
# /home/HwHiAiUser/venv/cpython3.9-bafaf170d952-compat-af96b9431081/bin/python -u /home/HwHiAiUser/.local/lib/python3.9/site-packages/pyperformance/data-files/benchmarks/bm_xml_etree/run_benchmark.py --output /tmp/tmpl3ifzqoj --inherit-environ PYPERFORMANCE_RUNID
.....................
xml_etree_parse: Mean +- std dev: 575 ms +- 4 ms
.....................
xml_etree_iterparse: Mean +- std dev: 460 ms +- 5 ms
.....................
xml_etree_generate: Mean +- std dev: 421 ms +- 6 ms
.....................
xml_etree_process: Mean +- std dev: 340 ms +- 9 ms
# [!code focus:50]
Performance version: 1.11.0
Report on Linux-5.10.0+-aarch64-with-glibc2.35
Number of logical CPUs: 4
Start date: 2024-06-04 19:12:13.216928
End date: 2024-06-04 22:09:04.695813### 2to3 ###
Mean +- std dev: 1.34 sec +- 0.00 sec### async_generators ###
Mean +- std dev: 1.52 sec +- 0.02 sec### async_tree_none ###
Mean +- std dev: 3.18 sec +- 0.16 sec### async_tree_cpu_io_mixed ###
Mean +- std dev: 4.32 sec +- 0.16 sec...
...
...### unpickle_list ###
Mean +- std dev: 15.0 us +- 0.1 us### unpickle_pure_python ###
Mean +- std dev: 1.53 ms +- 0.01 ms### xml_etree_parse ###
Mean +- std dev: 575 ms +- 4 ms### xml_etree_iterparse ###
Mean +- std dev: 460 ms +- 5 ms### xml_etree_generate ###
Mean +- std dev: 421 ms +- 6 ms### xml_etree_process ###
Mean +- std dev: 340 ms +- 9 ms
3.3.3 评价

从上面的 PyPerformance 测试结果中,我们可以观察到一系列不同类型的 Python 任务及其执行时间,这有助于我们评估香橙派「OrangePi AI Pro」的性能特征。这些测试结果覆盖了从 I/O 操作到 CPU 密集型任务的各种场景,以及不同的 Python 功能,如异步编程、数据处理和加密等。

  1. 总体分析:

    1. CPU 密集型任务:

      • 例如,nbody, fannkuch, pidigits,这些涉及大量数学计算和算法逻辑,执行时间在几百毫秒到几秒钟之间。香橙派在处理这些任务时的表现中等偏上,表明其对于教育和一般编程任务足够强大。
    2. 内存和数据处理:

      • 测试如json_dumps, pickle, unpickle 显示较低的延迟(微秒级到毫秒级),这说明香橙派处理较小数据量的序列化和反序列化操作是高效的。
    3. I/O操作:

      • asyncio_tcp, asyncio_tcp_ssl, asyncio_websockets 展示了香橙派处理网络 I/O 的能力。SSL连接较普通TCP连接耗时更长,这可能是由于加密解密操作增加了额外的计算负担。
    4. 异步编程:

      • 测试结果如 async_generators, async_tree_none, async_tree_cpu_io_mixed 表示在处理异步编程时,香橙派可以有效地处理并发任务,尽管在混合型任务中耗时较长。
    5. 文件和文本处理:

      • chameleon, genshi_text, html5lib 等测试涉及HTML和文本的解析,执行速度较快,显示香橙派能够有效处理模板渲染和HTML解析任务。
    6. 科学计算和数值分析:

      • scimark 系列(如 scimark_fft, scimark_lu 等)反映出香橙派在执行科学计算基准测试时的表现。这些测试通常需要较好的CPU和内存性能,结果显示香橙派在此类应用中的适用性较为有限,更适合教育和入门级科学项目。
  2. 结论:

香橙派在我上面测试中表现出了处理各种任务的能力,尤其是在 I/O 操作、轻量级数据处理和一些网络通信任务中表现良好。对于更复杂的科学计算和高密度的 CPU 任务,香橙派的性能可能会受限,但仍足以支持教育和一般编程用途。

目前测试看来,对于预算有限且空间受限的环境,香橙派依然是一个极具价值的选择。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/23119.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

DevExpress Installed

一、What’s Installed 统一安装程序将DevExpress控件和库注册到Visual Studio中,并安装DevExpress实用工具、演示应用程序和IDE插件。 Visual Studio工具箱中的DevExpress控件 Visual Studio中的DevExpress菜单 Demo Applications 演示应用程序 Launch the Demo…

PS去水印

去除图片水印 step1:使用套索工具框选图片水印 step2:CTRLshiftU 去色 step3:CTRLL 色阶 step4:使用第三根吸管去点击需要去掉的图片水印 成功去掉 去掉文字水印 也可按照上述方法去除

计算机网络 期末复习(谢希仁版本)第1章

大众熟知的三大网络:电信网络、有线电视网络、计算机网络。发展最快起到核心的是计算机网络。Internet是全球最大、最重要的计算机网络。互联网:流行最广、事实上的标准译名。互连网:把许多网络通过一些路由器连接在一起。与网络相连的计算机…

【多模态】35、TinyLLaVA | 3.1B 的 LMM 模型就可以实现 7B LMM 模型的效果

文章目录 一、背景二、方法2.1 模型结构2.2 训练 pipeline 三、模型设置3.1 模型结构3.2 训练数据3.3 训练策略3.4 评测 benchmark 四、效果 论文:TinyLLaVA: A Framework of Small-scale Large Multimodal Models 代码:https://github.com/TinyLLaVA/T…

【Unity性能优化】使用多边形碰撞器网格太多,性能消耗太大了怎么办

👨‍💻个人主页:元宇宙-秩沅 👨‍💻 hallo 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍💻 本文由 秩沅 原创 👨‍💻 专栏交流🧧&…

【机器学习基础】Python编程04:五个实用练习题的解析与总结

Python是一种广泛使用的高级编程语言,它在机器学习领域中的重要性主要体现在以下几个方面: 简洁易学:Python语法简洁清晰,易于学习,使得初学者能够快速上手机器学习项目。 丰富的库支持:Python拥有大量的机器学习库,如scikit-learn、TensorFlow、Keras和PyTorch等,这些…

快团团有货源的供货大团长如何给单个订单发货?

快团团团长给单个订单发货的步骤如下: 登录快团团商家后台:首先,你需要以团长的身份登录快团团的商家后台管理系统。 进入订单管理页面:登录后,在后台导航中找到并点击“订单管理”或类似的选项,进入订单列…

算法人生(19): 从“LangChain的六大组件”看“个人职业规划”

我们今天要说说和大模型有着密切关系的Langchain ,它提供了一个平台,让开发者可以更加轻松地训练、部署和管理这些大模型。具体来说,Langchain 可以通过提供高性能的计算资源、灵活的模型管理和部署选项、以及丰富的监控和调试功能&#xff0…

企业软件产品和服务 之 设计保证安全 七项承诺

1. 引言 公司如何保护自己免受数据泄露的影响?标准答案就是: “启用多因素身份验证”——MTA(Enable multifactor authentication)。 但是,目前很多公司仍然盲目地只使用密码作为唯一的身份来源。 网络安全的核心是…

【分享】两种方法设置PDF“打开密码”

想要保护PDF文件的私密性,只允许特定人查看,我们可以给PDF设置“打开密码”,这样只有知道密码的人才可以打开文件。如果小伙伴们不知道如何设置,就一起看看以下两种方法吧! 方法1:使用PDF编辑器 大部分PD…

HarmonyOS(二十四)——Harmonyos通用事件之触摸事件

1.触摸事件。 触摸事件是HarmonyOS通用事件的一种事件之一,当手指在组件上按下、滑动、抬起时触发。 名称是否冒泡功能描述onTouch(event: (event?: TouchEvent) > void)是手指触摸动作触发该回调,event返回值见下面TouchEvent介绍。 2. TouchEve…

埃隆·马斯克 - 从梦想家到改变世界的企业家

埃隆马斯克 - 从梦想家到改变世界的企业家 本文内容是埃隆马斯克传的重点章节精华提炼,介绍了马斯克传奇一生 参考资料内容:埃隆马斯克传&造梦者埃隆马斯克 参考资料在文末获取,关注我,分享优质前沿资料(IT、运…

交互设计专业解析:发展前景和薪资待遇

交互式设计专业是一门旨在帮助人们更好地与数字产品和服务互动的设计学科。交互式设计专业涉及人机交互、用户体验设计、用户界面设计等多个不同领域。交互式设计是当今数字时代不可缺少的一部分。它能为用户提供更好的体验和更高效的功能,为企业创造更高的价值和影…

LabVIEW储油罐监控系统

LabVIEW储油罐监控系统 介绍了基于LabVIEW的储油罐监控系统的设计与实施。系统通过集成传感器技术和虚拟仪器技术,实现对储油罐内液位和温度的实时监控,提高了油罐监管的数字化和智能化水平,有效增强了油库安全管理的能力。 项目背景 随着…

买卖股票的各种最佳时机问题

买卖股票的最佳时机 分析 根据题意可知,我们只需要找出来一个最小价格的股票和一个最大价格的股票,并且最小价格的股票出现在最大价格的股票之前。 如果尝试使用暴力解法,时间复杂度为O(N^2),对于题目中给的长度,显然…

金士顿U盘被写保护的解决方法

1.适用的U盘芯片信息 USB设备ID: VID 0951 PID 1666 设备供应商: Kingston 设备名称: DataTraveler 3.0 设备修订版: 0110 产品制造商: Kingston 产品型号: DataTraveler 3.0 产品修订版: PMAP 主控厂商: Phison(群联) 主控型号: PS2251-07(PS2307) - F/W 08.03.50 [2018-…

从学士-硕士-博士-博士后-副教授-教授-优青-杰青-长江-院士:一文看懂学术巨人的成长历程

会议之眼 快讯 学术之路,如同攀登一座高耸入云的山峰,需要毅力、智慧和不断的求知探索。从奠定基础的学士,到站在学术巅峰的院士。这条成长之路充满了挑战和机遇。 如果把学术界比作王者荣耀,那么学者们的成长历程就像是在进行一…

SpringBoot-SchedulingConfigurer源码初识:理解定时任务抛异常终止本次调度,但不会影响下一次执行调度

SchedulingConfigurer源码初识:理解定时任务抛异常终止本次调度,但不会影响下一次执行调度 EnableSchedulingScheduledAnnotationBeanPostProcessor进入finishRegistration方法 ScheduledTaskRegistrar处理触发器任务(TriggerTask&#xff09…

F5G城市光网,助力“一网通城”筑基数字中国

《淮南子》中说,“临河而羡鱼,不如归家织网”。 这句话在后世比喻为做任何事情都需要提前做好准备,有了合适的工具,牢固的基础,各种难题也会迎刃而解。 如今,数字中国发展建设如火如荼,各项任务…

训练营第二十七天 | 491.递增子序列46.全排列47.全排列 II332.重新安排行程51. N皇后

491.递增子序列 力扣题目链接(opens new window) 给定一个整型数组, 你的任务是找到所有该数组的递增子序列,递增子序列的长度至少是2。 示例: 输入: [4, 6, 7, 7]输出: [[4, 6], [4, 7], [4, 6, 7], [4, 6, 7, 7], [6, 7], [6, 7, 7], [7,7], [4,7,7]] 说明: …