ROCKCHIP 平台
大语言模型
1.RKLLM 介绍
RKLLM SDK可以帮助用户快速将大语言模型部署到GS1-N2上。
SDK下载
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。
1.2 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GS1-N2 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。
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
3.大语言模型部署例程
RKLLM已支持的大模型如下
3.1 大语言模型转换运行Demo
下面以RKLLM SDK的"DeepSeek-R1-Distill-Qwen-1.5B_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。
3.1.1 在 PC 上转换模型
DeepSeek-R1-Distill-Qwen-1.5B 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 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
(RKLLM-Toolkit-1.1.4) root@ea5d57ca8e66:/rkllm/rknn-llm/examples/DeepSeek-R1-Distill-Qwen-1.5B_Demo/export# python3 export_rkllm.py
INFO: rkllm-toolkit version: 1.1.4
WARNING: Cuda device not available! switch to cpu device!
The argument `trust_remote_code` is to be used with Auto classes. It has no effect here and is ignored.
Downloading data files: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 15307.68it/s]
Extracting data files: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 2377.72it/s]
Generating train split: 21 examples [00:00, 3327.05 examples/s]
Optimizing model: 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 28/28 [21:16<00:00, 45.59s/it]
Building model: 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 399/399 [00:07<00:00, 52.78it/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: The token_id of bos is set to 151646
INFO: The token_id of eos is set to 151643
INFO: The token_id of pad is set to 151643
Converting model: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 339/339 [00:00<00:00, 2494507.12it/s]
INFO: Exporting the model, please wait ....
[=================================================>] 597/597 (100%)
INFO: Model has been saved to ./DeepSeek-R1-Distill-Qwen-1.5B_W8A8_RK3588.rkllm!
3.1.2 在 GS1-N2 上部署运行RKLLM模型
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
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-10.2-2020.11-x86_64-aarch64-none-linux-gnu
cd deploy
# 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-10.2-2020.11-x86_64-aarch64-none-linux-gnu/bin/aarch64-none-linux-gnu
# 添加可执行权限
chmod +x ./build-linux.sh
# 编译
./build-linux.sh
3.1.2.3 板端运行推理
编译完成后生成可执行程序"install/demo_Linux_aarch64/llm_demo"，将编译
得到的"llm_demo"和库文件"rknn-llm/rkllm-
runtime/Linux/librkllm_api/aarch64/librkllmrt.so"以及定频脚本"rknn-
llm/scripts/fix_freq_rk3588.sh"一并通过"scp"推送到板端。
# 执行定频脚本，以最高频率运行
firefly@firefly:~$ ./fix_freq_rk3588.sh
# 指定函数库路径，运行demo
firefly@firefly:~$ export LD_LIBRARY_PATH=./lib
firefly@firefly:~$ taskset f0 ./llm_demo ./DeepSeek-R1-Distill-Qwen-1.5B_W8A8_RK3588.rkllm 2048 4096
rkllm init start
I rkllm: rkllm-runtime version: 1.1.4, rknpu driver version: 0.9.8, platform: RK3588
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: 你是谁？
robot:
您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。
user:
3.1.2.4 聊天模板
LLM 的一个常见应用场景是聊天。在聊天上下文中，不再是连续的文本字符串构
成的语句，聊天模型由一条或多条消息组成的对话组成，每条消息都有一个“用
户“或“助手”等角色，还包括消息文本。然而不同的模型对聊天的输入格式要求
也不同。聊天模板用于将问答的对话内容转换为模型的输入prompt。倘若使用空
的聊天模板或者使用默认的聊天模板，与模型在训练期间看到的消息格式不匹配
，可能会导致性能下降。
例如查看ChatGLM3的
聊天模板
<|system|>
You are ChatGLM3, a large language model trained by Zhipu.AI. Follow the user's instructions carefully. Respond using markdown.
<|user|>
Hello
<|assistant|>
Hello, I'm ChatGLM3. What can I assist you today?
4.其他
更多demo和api使用请参考RKLLM SDK例程和文档。
5.FAQs
Q1：转换模型失败？
A1：检查 PC 可用运行内存，参数量越大的模型转换或者运行时所需的内存越大
，可以尝试增大 swapfile 或者使用大内存的 PC。
人工智能算法部署
GS1-N2支持一系列主流人工智能算法的部署，支持但不限于以下算法类別：
除了以上人工智能算法，更多RK官方例程请参考
rknn_model_zoo
。GS1-N2还支持大语言模型，大语言模型部署请参考
大模型部署
这一章节
1.1 NPU使用
GS1-N2 内置 NPU 模块, 处理性能最高可达6TOPS。使用该NPU需要下载
RKNN SDK
，RKNN SDK 提供 C++/python 编程接口，能够帮助用户部署使用 RKNN-
Toolkit2 导出的 RKNN 模型，加速 AI 应用的落地。RKNN 的整体开发步骤，流
程主要分为3 个部分：模型转换、模型评估和板端部署运行。
模型转换: 支持 Caffe、TensorFlow、TensorFlow
Lite、ONNX、DarkNet、PyTorch 等模型转为 RKNN 模型，并支持 RKNN 模型导
入导出，RKNN 模型能够在 Rockchip NPU 平台上加载使用。
模型评估: 模型评估阶段帮助用户量化和分析模型性
能，包括精度、连板推理性能和内存占用等关键指标。
板端部署运行: 加载 RKNN 模型到 RKNPU 平台，进
行模型前处理、推理、后处理、释放等流程。
1.2 RKNN-Toolkit2工具
RKNN-Toolkit2 是为用户提供在"PC"、Rockchip NPU 平台上进行模型转换、推
理和性能评估的开发套件，用户通过该工具提供的 Python 接口可以便捷地完成
各种操作。
注意
：RKNN-Toolkit2 开发套件运行在"PC x86_64"平台上，请勿安装在GS1-N2板端
。
1.2.1 RKNN-Toolkit2安装
RKNN SDK 提供两种RKNN-Toolkit2安装方式，通过Docker方式安装和通过pip方
式安装，用户可自行选择任意一种方式进行安装。这里以pip方式为例，在"PC
Ubuntu20.04(x64)"安装。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RKNN-Toolkit2 的 Conda 环境
conda create -n RKNN-Toolkit2 python=3.8
# 进入 RKNN-Toolkit2 Conda 环境
conda activate RKNN-Toolkit2
# 安装依赖库
pip3 install -r rknn-toolkit2/packages/requirements_cp38-2.0.0b0.txt
# 安装 RKNN-Toolkit2，如
pip3 install rknn-toolkit2/packages/rknn_toolkit2-2.0.0b0+9bab5682-cp38-cp38-linux_x86_64.whl
若执行以下命令没有报错，则安装成功。
python
from rknn.api import RKNN
若安装失败或需要其他安装方式请查阅
RKNN SDK文档
。
1.2.2 模型转换Demo
在rknn-toolkit2/examples下有各种功能的 Demo ，这里我们运行一个模型转换
Demo 为例子，这个 Demo 展示了在 PC 上将 yolov5 onnx 模型转换成 RKNN 模
型，然后导出、在仿真器上推理的过程。模型转换的具体实现请参考 Demo 内源
代码以及RKNN SDK文档。
root@9893c1c48f42:/rknn-toolkit2/examples/onnx/yolov5# python3 test.py
I rknn-toolkit2 version: 2.0.0b0+9bab5682
--> Config model
done
--> Loading model
I It is recommended onnx opset 19, but your onnx model opset is 12!
I Model converted from pytorch, 'opset_version' should be set 19 in torch.onnx.export for successful convert!
I Loading : 100%|██████████████████████████████████████████████| 125/125 [00:00<00:00, 22152.70it/s]
done
--> Building model
I GraphPreparing : 100%|███████████████████████████████████████| 149/149 [00:00<00:00, 10094.68it/s]
I Quantizating : 100%|███████████████████████████████████████████| 149/149 [00:00<00:00, 428.06it/s]
W build: The default input dtype of 'images' is changed from 'float32' to 'int8' in rknn model for performance!
Please take care of this change when deploy rknn model with Runtime API!
W build: The default output dtype of 'output' is changed from 'float32' to 'int8' in rknn model for performance!
Please take care of this change when deploy rknn model with Runtime API!
W build: The default output dtype of '283' is changed from 'float32' to 'int8' in rknn model for performance!
Please take care of this change when deploy rknn model with Runtime API!
W build: The default output dtype of '285' is changed from 'float32' to 'int8' in rknn model for performance!
Please take care of this change when deploy rknn model with Runtime API!
I rknn building ...
I rknn buiding done.
done
--> Export rknn model
done
--> Init runtime environment
I Target is None, use simulator!
done
--> Running model
I GraphPreparing : 100%|███████████████████████████████████████| 153/153 [00:00<00:00, 10289.55it/s]
I SessionPreparing : 100%|██████████████████████████████████████| 153/153 [00:00<00:00, 1926.55it/s]
done
class score xmin, ymin, xmax, ymax
--------------------------------------------------
person 0.884 [ 208, 244, 286, 506]
person 0.868 [ 478, 236, 559, 528]
person 0.825 [ 110, 238, 230, 533]
person 0.334 [ 79, 353, 122, 517]
bus 0.705 [ 92, 128, 554, 467]
Save results to result.jpg!
如果 rknn-toolkit2 缺少您需要的模型Demo，可以参考
rknn_model_zoo
仓库的python例程。
1.3 RKNPU2使用
RKNPU2 提供在"板端Rockchip NPU 平台"上进行模型推理的C/C++编程接口。
1.3.1 环境安装
RKNPU2 Runtime 库文件"librknnrt.so"，若板端缺少该文件或需要更新，对于
Linux系统可以将"rknpu2/runtime/Linux/librknn_api/aarch64/librknnrt.so"
通过"scp"推送至"/usr/lib"目录。
1.3.2 板端推理
在RKNN SDK 目录"rknpu2/examples"提供了许多模型推理Demo，用户可以参考例
程开发部署自己的AI应用。
rknn_model_zoo
仓库同样提供了C/C++的例程
1.4 RKNN-Toolkit Lite2介绍
RKNN-Toolkit Lite2 为用户提供"板端模型推理"的 "Python" 接口，方便用户
使用 Python 语言进行 AI 应用开发。
注意
：RKNN-Toolkit Lite2安装运行在"板端"，且仅作推理使用，无法转换模型。
1.4.1 RKNN-Toolkit Lite2安装
# 安装python3/pip3
sudo apt-get update
sudo apt-get install -y python3 python3-dev python3-pip gcc python3-opencv python3-numpy
# RKNN-Toolkit Lite2安装，在rknn-toolkit-lite2/packages找到安装包，根据系统python版本安装对应版本
pip3 install rknn_toolkit_lite2-2.0.0b0-cp310-cp310-linux_aarch64.whl
1.4.2 RKNN-Toolkit Lite2使用
在 RKNN SDK/rknn-toolkit-lite2/examples 目录，有基于RKNN-Toolkit Lite2
开发的应用，虽然提供的例程数量有限，但是实际上"RKNN-Toolkit Lite2" 和
"RKNN-Toolkit2"的接口使用是十分类似的，用户完全可以参考RKNN-Toolkit2例
程移植到RKNN-Toolkit Lite2。
1.5 详细开发文档
NPU 及 Toolkit 详细使用方法请参考RKNN SDK下"doc"文档。
1.6 FAQs
Q1：rknn模型推理精度对比原模型精度下降？
A1：请参考《Rockchip_RKNPU_User_Guide_RKNN_SDK*》文档的精度排查章节逐
步查找原因。
Q2：转换时提示 Expand 算子不支持？
A2：尝试更新 RKNN-Toolkit2 / RKNPU2 至最新版本或者采用 repeat 算子来替
代 expand 算子。
更多转换问题或者报错原因可以参考《Rockchip_RKNPU_User_Guide_RKNN_SDK*
》文档常见问题章节
。