1. 大语言模型¶
1.1. RKLLM 介绍¶
RKLLM SDK可以帮助用户快速将大语言模型部署到AIO-3588Q 上。 SDK下载
1.1.1. RKLLM-Toolkit 功能介绍¶
RKLLM-Toolkit 是为用户提供在计算机上进行大语言模型的量化、转换的开发套件。通过该工具提供的 Python 接口可以便捷地完成以下功能：
模型转换：支持将 Hugging Face 格式的大语言模型（Large Language Model, LLM）转换为RKLLM 模型，转换后的 RKLLM 模型能够在 Rockchip NPU 平台上加载使用。
量化功能：支持将浮点模型量化为定点模型，目前支持的量化类型包括 w4a16 和 w8a8。
1.1.2. RKLLM Runtime 功能介绍¶
RKLLM Runtime 主 要 负 责 加 载 RKLLM-Toolkit 转换得到的 RKLLM 模型，并在AIO-3588Q 板端通过调用 NPU 驱动在 Rockchip NPU 上实现 RKLLM 模型的推理。在推理RKLLM 模型时，用户可以自行定义 RKLLM 模型的推理参数设置，定义不同的文本生成方式，并通过预先定义的回调函数不断获得模型的推理结果。
1.2. RKLLM-Toolkit 安装¶
RKLLM-Toolkit目前只适用于Linux PC，建议使用Ubuntu20.04(x64)。因为系统中可能同时有多个版本的 Python 环境，建议使用 miniforge3 管理 Python 环境。
# 检查是否安装 miniforge3 和 conda 版本信息，若已安装则可省略此小节步骤。
conda -V
# 下载 miniforge3 安装包
wget -c https://mirrors.bfsu.edu.cn/github-release/conda-forge/miniforge/LatestRelease/Miniforge3-Linux-x86_64.sh
# 安装 miniforge3
chmod 777 Miniforge3-Linux-x86_64.sh
bash Miniforge3-Linux-x86_64.sh
# 进入Conda base 环境，miniforge3 为安装目录
source ~/miniforge3/bin/activate
# 创建一个 Python3.8 版本（建议版本）名为 RKLLM-Toolkit 的 Conda 环境
conda create -n RKLLM-Toolkit python=3.8
# 进入 RKLLM-Toolkit Conda 环境
conda activate RKLLM-Toolkit
# 安装 RKLLM-Toolkit，如rkllm_toolkit-1.1.4-cp38-cp38-linux_x86_64.whl
pip3 install rkllm-toolkit/rkllm_toolkit-1.1.4-cp38-cp38-linux_x86_64.whl
若执行以下命令没有报错，则安装成功。
python
from rkllm.api import RKLLM
1.3. 大语言模型部署例程¶
RKLLM已支持的大模型如下
| Model | Huggingface Link |
|---|---|
| DeepSeek-R1-Distill | LINK |
| LLAMA | LINK |
| TinyLLAMA | LINK |
| Qwen | LINK |
| Phi | LINK |
| ChatGLM3-6B | LINK |
| Gemma | LINK |
| InternLM2 | LINK |
| MiniCPM | LINK |
| TeleChat | LINK |
| Qwen2-VL | LINK |
| MiniCPM-V | LINK |
1.3.1. 大语言模型转换运行Demo¶
下面以RKLLM SDK的rkllm_api_demo为例演示如何转换、量化、导出大语言模型，最后在板端部署运行。
1.3.1.1. 在 PC 上转换模型¶
以DeepSeek-R1-Distill-Qwen-1.5B 模型为例，依据表格链接，找到对应模型仓库，克隆完整仓库内容。
在前述RKLLM-Toolkit安装正确的前提下，进入 Conda 环境。然后执行generate_data_quant.py生成量化标定数据。
# 注意设置正确的模型仓库路径
cd rknn-llm/examples/rkllm_api_demo/export
python3 generate_data_quant.py -m ~/DeepSeek-R1-Distill-Qwen-1.5B
如下按实际情况修改export_rkllm.py之后。执行export_rkllm.py。即可得到转换模型。
# 修改为实际路径
modelpath = '/rkllm/rkllm_model/DeepSeek-R1-Distill-Qwen-1.5B'
# 对于 RK3576， 量化方式为W4A16，且为双核NPU。RK3588则无需修改。
target_platform = "RK3576"
quantized_dtype = "W4A16"
num_npu_core = 2
lanzj@DL-Station:~/rknn-llm/examples/rkllm_api_demo/export$ python3 export_rkllm.py
INFO: rkllm-toolkit version: 1.2.3
Building model: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 371/371 [00:05<00:00, 69.25it/s]
Generating train split: 21 examples [00:00, 2604.93 examples/s]
Optimizing model: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 28/28 [00:26<00:00, 1.07it/s]
WARNING: The bos token has two ids: 151646 and 151643, please ensure that the bos token ids in config.json and tokenizer_config.json are consistent!
INFO: Setting token_id of bos to 151646
INFO: Setting token_id of eos to 151643
INFO: Setting add_bos_token to True
INFO: Setting add_eos_token to False
Converting model: 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 339/339 [00:00<00:00, 4499585.62it/s]
INFO: Setting max_context_limit to 4096
INFO: Exporting the model, please wait ....
[=================================================>] 597/597 (100%)
INFO: Model has been saved to ./DeepSeek-R1-Distill-Qwen-1.5B_W8A8_RK3588.rkllm!
1.3.1.2. 在 AIO-3588Q 上部署运行RKLLM模型¶
1.3.1.2.1. 板端内核要求¶
在板端使用RKLLM Runtime 进行模型推理前，首先需要确认板端的NPU 内核是否为v0.9.8版本以上
root@firefly:/# cat /sys/kernel/debug/rknpu/version
RKNPU driver: v0.9.8
若所查询的 NPU 内核版本低于 v0.9.8，请前往官方固件地址下载最新固件进行更新
1.3.1.2.2. RKLLM Runtime 的编译要求¶
在使用 RKLLM Runtime 的过程中，需要注意gcc交叉编译工具的版本。推荐下载交叉编译工具gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu。 若是选择使用 Android 平台，需要进行 Android 可执行文件的编译，推荐使用 Android NDK 工具进行交叉编译，下载路径为：Android_NDK 交叉编译工具下载地址，推荐使用 r21e 版本。
cd rknn-llm/examples/rkllm_api_demo/
# Linux 平台
# 修改 build-linux.sh，设置交叉编译器路径为本地工具所在路径
GCC_COMPILER_PATH=~/gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu/bin/aarch64-none-linux-gnu
# 编译
./build-linux.sh
# Android 平台
# 修改 build-linux.sh，设置交叉编译器路径为本地工具所在路径
ANDROID_NDK_PATH=~/android-ndk-r21e
# 编译
./build-android.sh
1.3.1.2.3. 板端运行推理¶
编译完成后生成目录:install/demo_Linux_aarch64，将所需文件推送到设备端，若板端不支持adb也可通过scp发送。
# 推送目录到设备端
adb push install/demo_Linux_aarch64 /data
# 推送转换好的模型到设备端
adb push rknn-llm/examples/rkllm_api_demo/export/DeepSeek-R1-Distill-Qwen-1.5B_W8A8_RK3588.rkllm /data/demo_Linux_aarch64
# 推送定频脚本到设备端
adb push rknn-llm/scripts/fix_freq_rk3588.sh /data/demo_Linux_aarch64
进入设备端运行
adb shell
cd /data/demo_Linux_aarch64
# 设置库路径
export LD_LIBRARY_PATH=./lib
# 执行定频脚本，以最高频率运行
sh ./fix_freq_rk3588.sh
# 设置log等级
export RKLLM_LOG_LEVEL=1
# 运行demo
./llm_demo ./DeepSeek-R1-Distill-Qwen-1.5B_W8A8_RK3588.rkllm 2048 4096
# Running result
rkllm init start
rkllm init success
**********************可输入以下问题对应序号获取回答/或自定义输入********************
[0] 现有一笼子，里面有鸡和兔子若干只，数一数，共有头14个，腿38条，求鸡和兔子各有多少只？
[1] 有28位小朋友排成一行,从左边开始数第10位是学豆,从右边开始数他是第几位?
*************************************************************************
user:
1.4. 其他¶
更多demo和api使用请参考RKLLM SDK例程和文档。