尧图网页设计 
系列《高通 NPU 边缘 AI 实战从芯片架构到开发板落地》从零到一 · 高通 Dragonwing 边缘 AI 12 讲数据口径[官方]厂商规格书/文档代表性数值[推算]架构估算[实测]仅给方法不给结果。本讲定位第一次上手真实开发板——犀牛派 A1基于高通 QCS6490完成开箱、接线、系统就绪、基础联调与 NPU 可用性确认后续陆续会把第 01/02 讲的理论用到硬件上。犀牛派A1图本讲目标目标读者已经读完第 01/02 讲、选好了 SoC默认 QCS6490手里第一次拿到基于该 SoC 的真实开发板准备点亮它的人。本讲目标把一块犀牛派 A1 从「纸箱里的板子」变成「能进系统、能传文件、NPU 确认可用」的开发平台并建立一份可复用的环境检查清单。你将带走开箱接线顺序、三种进入系统的方式串口/ADB/网络、网络与文件互传、NPU 可用性验证命令、一键信息收集脚本以及一份排错手册。一、环境调研为什么要自己搭环境以及你的板子长什么样1.1 从「纸上选型」到「手上板子」第 02 讲结束时你已经在纸面上把 SoC 选好了——本文默认是选择的QCS6490约 12 TOPS INT8、生态最成熟、资料最多。但「选对 SoC」和「板子能跑模型」之间还隔着一整套环境搭建工作板子要能点亮、系统要能进、工具链要能装、NPU 节点要能找到。这一讲做的正是把纸面假设落地的第一步。很多人卡在第一步不是因为难而是因为步骤顺序错了先急着装 SDK结果板子没联网、ADB 不识别SDK 根本传不上去。本讲的核心方法论是——先把板子变成一台「正常的电脑」再谈 AI。为什么值得单独用一整讲讲「搭环境」因为边缘 AI 落地的真实分布是「80% 的时间在搞环境、20% 的时间在调模型」。一个算法工程师在云端的习惯是「pip install一下就能跑」但到了边缘设备他要面对的是供电、显示、串口、ADB、BSP 版本、驱动节点这一整套完全陌生的「硬件运维」技能树。很多人卡在第一步不是因为 AI 难而是因为从来没人告诉他「板子要先当电脑来伺候」。这一讲就是把这套运维技能树一次性补齐让你后面能心无旁骛地专注在模型本身。1.2 认识你的板子犀牛派 A1硬件速览本系列实战主选的开发板是犀牛派 A1Rhino Pi-A1它是阿加犀出品的、基于高通QCS6490的真实开发板出厂预装AidLux系统一个把 Android Linux 融合的双系统、并预置了 AI 工具链的发行环境开箱即可做 AI 开发。为什么选它QCS6490 是整张矩阵里生态最成熟、性价比最高的一档第 02 讲已论证犀牛派 A1 把它做成了一块「插电即用」的开发板且 AidLux 预置了后续要用的 QNN 相关运行环境能省掉大量配环境的时间。后面所有上机示例默认都在这块板上跑。下面是 QCS6490 平台层面的关键能力板子的具体接口布局、内存/存储容量等以阿加犀官方规格书为准下面只列 SoC 平台级事实维度犀牛派 A1 背后的 QCS6490 平台能力 [官方]NPU 算力约 12 TOPS INT8第 8 代 AI Engine 架构CPUKryo 架构多核性能核 能效核组合GPUAdreno 架构负责渲染与部分并行ISPSpectra 570L 级别多路相机接入内存LPDDR5 级别具体容量以官方规格书为准典型接口USB、HDMI、千兆以太网、MIPI CSI相机、M.2 等布局以官方为准把上面「平台能力」再拆开一层方便你建立「板子肚子里到底是什么」的具象认知均为 QCS6490 平台级事实 [官方]具体芯片型号/容量以阿加犀官方规格书为准子系统QCS6490 平台能力 [官方]CPUKryo 架构性能核 能效核组合典型多核具体核数与频率以规格书为准GPUAdreno 级别负责渲染、部分并行计算、可兜底 AINPUHexagon/HTP第 8 代 AI Engine约 12 TOPS INT8第 01/02 讲已详述ISPSpectra 570L 级别多路相机接入、硬件图像预处理视频编解码硬件 H.264 / H.2654K60fps 级别具体以规格书为准内存LPDDR5 级别带宽直接决定 NPU 能否被喂饱呼应第 01 讲带宽墙互联接口USB3.x、HDMI、千兆以太网、MIPI CSI相机、M.2布局以官方为准一个关键认知QCS6490 和旗舰手机 SoC 其实是「同源」的。它用的 CPU/GPU/NPU/ISP 架构与高端手机芯片一脉相承区别在于——手机 SoC 为「一年一换、极致能效、消费级温度」优化而 QCS6490 这类边缘 SoC 为「长期供货、宽温工作、工业接口、开放可定制的 BSP」优化。正是这层差异让它能被装进机器人、工业相机、智能网关这类生命周期长、环境苛刻的设备里。你买的不是「一颗手机芯片」而是一颗「为长期可靠运行重新封装的同源芯片」。提示本讲不堆参数重点是「怎么把它跑起来」。参数细节你在第 01/02 讲已经建立过心智模型这里只确认「板子确实长在这个能力区间」。1.3 系统选择AidLux / Linux / Android 怎么选犀牛派 A1 出厂预装 AidLux这是最省心的开局。但你要理解三条路线的差异方便后续换板或换系统系统形态适合谁优点注意AidLux预装想最快上手 AI 的开发者预置 AI 工具链、开箱即用、Android/Linux 融合默认推荐本系列主用纯 LinuxUbuntu/Yocto要完全掌控系统的底层开发者干净、可深度定制 BSP需自行安装 QNN 工具链Android要做 APK / 移动端集成的团队生态成熟、便于发布AI 部署走 NDK/JNI 路线本系列默认 AidLux 路线理由只有一个——它把第 04 讲要装的很多东西提前预置好了让你能用最少步骤从第 03 讲过渡到第 05 讲。等你熟练了再换纯 Linux 或 Android 都不迟。1.4 你需要准备的周边开箱前先备齐避免「板子到了没线」的尴尬电源确认板子所需电压/电流以官方规格书为准通常 12V/2A 或类似用原装或参数匹配的电源供电不足是新手第一坑见 6.1。显示支持 HDMI 的显示器 HDMI 线首次建议接显示方便看启动日志。网络网线千兆以太网或 Wi-Fi 环境。主机一台装了 Windows/Linux/macOS 的电脑装有adbAndroid Debug Bridge和scp/ssh。相机可选MIPI CSI 摄像头第 08 讲才用本讲先不接。1.5 AidLux 开箱即用的真相预置了哪些东西很多人听到「预装 AidLux、开箱即用」会有误解以为插电就能跑模型。准确说法是AidLux 把后续要用的「运行环境」提前铺好了但模型转换、量化、部署这些「你的活」还得你自己做第 05–07 讲。它通常预置了Python 运行环境开箱就有 Python3方便你写采集、预处理、后处理脚本AI 推理运行时与高通 NPU 对接的运行时/库QNN 相关省去你从零配驱动的麻烦远程访问能力Web 端 / SSH 访问方便你不用接显示器也能操作示例与工具部分示例模型、常用命令行工具。一句话总结 AidLux 的价值它把「环境地基」从「你要自己挖」变成「已经挖好」但地基之上的房子你的模型与业务还得自己盖。这也是本系列把开发板主选犀牛派 A1 的核心原因——它让你用最少的步骤从第 03 讲过渡到第 05 讲。二、开箱与接线顺序错了会返工2.1 开箱清单开箱后先核对以阿加犀官方清单为准下面为通用项开发板本体、电源适配器、天线无线版、快速指南。确认板子无明显物理损伤、接口无弯曲。2.2 接线顺序重要永远按这个顺序① 先不接电源把所有数据/显示线接好 → ② 最后接电源上电。反过来先通电再热插拔 HDMI/USB容易烧接口或起不来。步骤动作说明1接 HDMI → 显示器先看启动画面排错最直观2接网线 → 路由器有线最稳首推3接 USB → 主机可选ADB/串口调试用4插 MIPI 相机可选本讲不接第 08 讲再接5最后接电源上电启动2.3 首次上电与启动接好线、最后接电源后板子会自动上电。正常情况电源灯亮 → 显示器出现启动画面 / AidLux 桌面或登录提示 → 系统就绪首次启动可能比后续慢属正常。是否开箱核对清单接 HDMI/网线/USB 等数据线最后接电源上电显示器有画面?系统启动完成排查 HDMI/供电 见6.2进入系统: 串口/ADB/网络配网络 传文件确认 NPU 可用环境 Checklist 打卡2.4 首次启动从按下电源到系统就绪的时间线理解启动流程你才能在「卡住」时判断卡在哪一段。典型时间线具体以官方为准阶段现象你该看什么卡住的常见原因上电电源灯亮灯是否亮供电/电源坏6.1Bootloader串口出初始化日志串口输出镜像损坏/启动介质错内核加载日志刷过内核行有无 Kernel panic内存/镜像不匹配系统服务服务逐项起是否到登录/桌面文件系统损坏可操作桌面或登录提示能进 shell—排错口诀有灯无日志 → 查供电/串口线有日志卡内核 → 查镜像/内存过内核卡服务 → 查文件系统/存储df -h提前看。把这条时间线记牢板子起不来时你不再瞎猜。2.5 板载 LED、恢复模式与强制重启虽然具体丝印以阿加犀官方为准但这类开发板普遍有几个「救命设计」提前知道能省你很多事状态 LED通常电源灯常亮供电正常、活动灯闪烁系统活着。灯不亮先回 6.1。恢复/刷机模式遇到系统起不来往往要进 fastboot / 恢复模式重刷镜像。具体进法按键组合/短接以官方指南为准——第一次正常启动时就把进恢复模式的方法记下来别等砖了再找。强制重启长按电源键或断开重接。连续推理死机时常用。工程建议板子到手、第一次正常启动后立刻把「如何进恢复模式、如何重刷官方镜像」两条写进你的实验笔记。多数人是在板子变砖的慌乱中才第一次去查那时往往已经浪费半天。2.6 验收标准什么叫「环境搭好了」别凭感觉判断「应该好了」。给环境搭建一个明确的可验收判据清单——全部打勾才算这一讲毕业验收项判据验证命令/动作能进系统能 shell 登录串口/ADB/SSH 任一adb shell或ssh userIP成功架构正确显示 aarch64uname -m输出aarch64网络通畅拿到 IP 且能出网hostname -Iping 8.8.8.8文件互传能传上、传下adb push/scp各试一次NPU 节点可见系统里有 Hexagon/HTP 相关库find / -iname *hexagon*有结果温度正常空闲不烫、不重启温度节点读取在正常范围可恢复知道怎么重刷/进恢复模式笔记里有记录且验证过信息归档env_check.py跑过并存档有一行归档记录把这八条贴在显示器旁边逐条打勾。你会发现「环境搭好」是一件可以客观判定的事而不是一句含糊的「差不多了」。这也正是工程化思维——把模糊的「能用」变成可测量的「达标」。三、系统初体验与基础联调板子亮了只是开始下面三步把它变成「你能操作」的开发平台。3.1 三种进入系统的方式方式适用场景命令/入口串口Serial Console板子起不来、网络没通时的最底层通道用串口线接主机波特率以官方为准常见 115200minicom/picocom 查看ADBAndroid Debug BridgeAidLux/Android 路线最常用adb devices→adb shell网络 SSH网络通后最舒服ssh 用户名板子IP三种方式不互斥串口保底、ADB 过渡、SSH 日常。前两种在板子网络没配好时尤其救命。3.2 网络配置有线优先有线插上网线通常自动获取 IPDHCP。用ip addr或 AidLux 桌面网络图标确认拿到地址。无线在 AidLux 桌面或adb shell里用nmcli/ 系统网络工具连 Wi-Fi。拿到 IP 后建议立刻ssh进去比 ADB 更顺手。3.3 文件互传ADB 路线adb push local_file /data/local/tmp/上传adb pull /path/on/board ./下载。网络路线scp local_file userIP:/home/user/上传scp userIP:/path ./下载。后面把模型、脚本传上板子全靠这两条。本讲先把它们跑通一次即可。3.4 确认系统信息进系统后先看一眼「我是谁、我在哪」# 查看系统版本与架构uname-acat/etc/os-release# 查看 CPU 信息确认是 ARM64 / aarch64lscpu# 查看内存free-h正常应输出aarch64架构、已识别的内存大小。若架构不对或内存识别异常先回到 6.x 排错。3.5 进系统后顺手做几件事常用环境命令进系统第一件事不是装 AI而是确认「这台电脑健康」。下面几条命令建议每条都跑一遍# 1) Python 是否就绪AidLux 通常自带python3--version# 2) 磁盘空间模型/镜像很占空间别等满了再哭df-h/# 3) 系统负载与温度aarch64 上可看具体温度节点路径以系统为准uptimecat/sys/class/thermal/thermal_zone*/temp2/dev/null|head# 4) 网络连通性ping-c38.8.8.8# 5) 确认能通过网段被主机找到用于后续 ssh / scphostname-I这几条分别对应「解释器、存储、热、网、地址」五个维度。把它们固化成你每次上新手板的第一动作能提前 80% 的隐形坑。尤其df -h和温度模型一大、连续推理一久这两者最容易先爆。3.6 主机侧工具准备在你的电脑上联调是双向的——板子就绪还不够你的电脑也要有称手的工具。建议第一次搭环境时就把主机侧配齐# 1) 安装 adb以 Ubuntu 为例macOS 用 brew install android-platform-toolssudoaptupdatesudoaptinstall-yandroid-tools-adb adb version# 2) 验证能发现板子板子接 USB 且开启调试后adb devices# 3) 确认 scp/ssh 可用网络路线用whichscpsshWindows 用户去谷歌「Android 平台工具」下载platform-tools并加进 PATHmacOS 用 Homebrew 一行搞定。把adb、scp、ssh三个命令在主机上跑通是「能联调」的前置条件——别等到要传模型了才发现电脑没装 adb。四、确认 NPU 可用本讲最关键的一步板子能进系统 ≠ NPU 能跑模型。下面四步把「NPU 在不在、能不能被工具链看到」坐实。4.1 查看 SoC 信息# 查看 CPU 型号间接确认 QCS6490 平台cat/proc/cpuinfo|grep-iprocessor\|model name|head4.2 定位 Hexagon / HTP 相关节点与库高通 NPU 本质上在系统里表现为 Hexagon 相关的驱动与共享库。可尝试定位# 查找与 hexagon / htp 相关的库文件不同系统路径可能不同find/-iname*hexagon*2/dev/null|headfind/-iname*htp*2/dev/null|head在 AidLux 上QNN 相关库通常已预置在系统路径中若你换成了纯 Linux 自行安装 QNN SDK则这些库在你解压 SDK 的目录里。本讲只要确认「系统里有这些库」具体怎么用是第 04/05 讲的事。4.3 qnn-platform-validator 初探高通 QNN 工具链提供一个平台校验工具qnn-platform-validator用来确认当前环境是否支持目标 backend如 HTP。在第 04 讲装好 QNN SDK 后可以跑它来验证本讲先记住这个名字它是「NPU 可用性」的官方判官。4.4 一条命令确认 NPU 在线[实测] 方法最朴素的可用性判断系统里存在 Hexagon/HTP 相关库与节点且后续能跑通 qnn-platform-validator。严格意义上的「跑通第一个 NPU 推理」要到第 07 讲才算数——本讲的目标是「环境就绪、NPU 节点可见」把「能不能跑」的验证留给工具链装好之后。[实测] 本讲不输出任何 NPU 基准数字只确认「环境 节点可见」。真实推理延迟/利用率必须在第 04–07 讲装好工具链后用qnn-net-run/qnn-profile在你的模型上实测不要拿厂商峰值凑数。4.5 「节点找得到却跑不动」的三种常见原因本讲只确认节点可见但先给你打预防针将来第 04–07 讲你大概率会遇到「库能看到、但qnn-net-run一跑就报错」。最常见三因BSP 与 SDK 版本不匹配板子镜像BSP里的驱动版本和你在主机装的 QNN SDK 版本对不上工具链认不出 backend。解决按第 04 讲做版本匹配。权限/SELinux 限制某些系统下 NPU 设备节点需要特定权限或关闭 SELinux 才能访问。解决确认设备节点权限必要时按官方指引调整。驱动未加载 / 固件缺失find能看到库文件但内核侧驱动没起来。解决看dmesg里有没有 Hexagon/HTP 相关报错对照官方 BSP 说明。记住一句话「节点可见」≠「能推理」前者是地基后者还要第 04–07 讲的工具链来兑现。本讲把地基夯实后面才不会在「明明库都在却跑不起来」上浪费几天。五、环境检查清单Checklist把上面的步骤固化成一份可勾选的清单每次换板/换环境都过一遍。5.1 硬件 Checklist电源参数匹配、上电灯亮HDMI 显示正常或确认无需显示、走串口网线/Wi-Fi 接通拿到 IPUSB/串口可联机板子温度正常不烫手、不频繁重启5.2 软件 / 工具 Checklist主机adb可用adb devices能看到板子能ssh进板子能adb push/scp互传文件uname -a显示aarch64系统内可见 Hexagon/HTP 相关库第 04 讲后qnn-platform-validator能跑通 HTP backend5.3 一键信息收集脚本下面这段 Python 可在板子上跑或在主机侧整理把关键信息一次性收集便于发帖/求助/复盘# [推算] 板端环境信息收集在板子 Python 环境或主机归档用importsubprocess,platform,os,shutildefrun(cmd):try:returnsubprocess.check_output(cmd,shellTrue,stderrsubprocess.DEVNULL).decode().strip()exceptException:returnN/Adefdisk():try:total,used,freeshutil.disk_usage(/)returnf{(free//(1024**3))}GB free /{(total//(1024**3))}GB totalexceptException:returnN/Ainfo{arch:platform.machine(),# 期望 aarch64system:platform.system(),release:platform.release(),cpu_count:os.cpu_count(),disk_root:disk(),# 根分区余量模型大了先爆它python:run(python3 --version),ip:run(hostname -I),hexagon_libs:run(find / -iname *hexagon* 2/dev/null | head -3),}fork,vininfo.items():print(f{k:14}:{v})# 输出示例: arch: aarch64 / cpu_count: 8 / disk_root: 20GB free / hexagon_libs: /vendor/lib/libhexagon_...把它跑出来的结果连同「板子型号 批次 镜像版本 采集时间」一起归档成一行 CSV/Markdown多板管理就靠它。后面第 11 讲讲量产时这份归档还会升级成「批次一致性表」——环境可描述、可复现是工程化的起点。把它存成env_check.py每次新环境跑一遍输出贴进你的实验记录——这是工程化习惯能省你日后无数排查时间。六、坑点清单新手第一周必踩的六个坑6.1 供电不足用功率不够的电源或劣质线板子会反复重启、NPU 跑一下就掉。务必用官方/参数匹配的电源供电是底座底座不稳一切都白搭。6.2 HDMI 不显示先确认显示器输入源切对、线插紧再确认板子确实启动了看电源灯/串口日志。部分板子默认不输出 HDMI 直到系统初始化完耐心等几十秒。6.3 ADB 不识别常见于没装驱动Windows、没开 USB 调试、线的数据功能坏。换线、换口、重装驱动、adb kill-server adb start-server逐个试。6.4 板子发热降频QCS6490 能效不错但密闭/无散热长期满载仍会降频呼应第 01 讲功耗墙。开发阶段保证通风量产阶段按第 11 讲做 thermal 设计。6.5 NPU 节点找不到多半是系统镜像没带对应库或你装 QNN SDK 没配对 BSP 版本第 04 讲重点。确认 AidLux 版本 / SDK 版本匹配。6.6 网络不通IP 没拿到先看 DHCPSSH 连不上先确认 sshd 在跑、防火墙没挡。有线永远比无线稳首推有线调试。6.7 镜像版本与板子批次不匹配同一型号板子可能分批次、配不同 BSP 版本。拿错镜像刷进去会起不来或功能缺失。对策刷前核对板子批次与镜像版本号记进实验笔记别凭「型号一样」就混用。6.8 误以为 AidLux 能「直接跑模型」AidLux 预置的是运行环境不是你的模型和业务。常见误区插电就指望能推理。正确预期本讲把环境地基铺好第 05–07 讲你仍要亲手做转换、量化、部署。工具链省的是「配环境」省不掉「你的模型落地」。七、场景剖析三种典型开局同样是犀牛派 A1不同目标的人开局重点不同纯视觉 PoC重点在 HDMI 显示 网络 后续相机第 08 讲本讲把显示和网络搞通即可。机器人感知节点重点在 SSH 远程 稳定供电 后续 ROS2第 10 讲本讲优先确保能无显示远程操作。工业检测重点在稳定网络 散热预留 后续多路相机第 08/11 讲本讲先确认环境可复现。你会发现环境搭建的「正确姿势」高度依赖你最终要做什么。本讲给的是通用地基后面按场景往上盖楼。八、术语表GlossaryAidLux阿加犀出品的、融合 Android Linux 并预置 AI 工具链的系统环境犀牛派 A1 出厂预装。ADBAndroid Debug Bridge安卓调试桥用于主机与板子间联机、shell、文件互传。串口Serial Console最底层的文本调试通道板子网络没通时的保底入口。HTPHexagon Tensor Processor高通 NPU 的正式名称本讲确认它在系统里「可见」。qnn-platform-validatorQNN 提供的平台校验工具用来确认环境是否支持某 backend如 HTP。BSPBoard Support Package板级支持包包含内核、驱动、镜像SDK 版本要与 BSP 版本匹配。aarch64ARM 64 位架构高通边缘 SoC 的用户态架构工具链需对应。九、常见问题FAQQ1犀牛派 A1 一定要用 AidLux 吗不一定。AidLux 是开箱最省心的默认路线预置了 AI 工具链你也可刷纯 Linux/Android但要自行安装 QNN SDK第 04 讲。新手建议先用 AidLux 跑通全流程再考虑换系统。Q2我没有显示器能搭环境吗能。走「串口 网络」路线串口看启动日志、网络 SSH 进去操作完全不需要 HDMI。很多机器人/工业部署本就是无显示 headless 形态。Q3adb devices 看不到板子怎么办按 6.3 顺序排查换数据线很多线只有充电功能、确认 USB 调试开启、重装驱动、adb kill-server重启服务。仍不行就改用串口/网络。Q4怎么确认我的板子确实是 QCS6490cat /proc/cpuinfo看 CPU 型号、lscpu看架构再结合官方规格书核对。板子丝印或系统信息也会标注平台。本讲重点是确认架构是 aarch64、能力落在 QCS6490 区间。Q5NPU 可用性的「最终判官」是什么qnn-platform-validator跑通 HTP backend且第 07 讲能真正用qnn-net-run在 NPU 上出推理结果。本讲只是「节点可见 环境就绪」真正的可用性验证在第 04–07 讲。Q6供电到底要多大以阿加犀官方规格书标注的电源参数为准不要自己估。宁大勿小劣质电源是隐形的稳定性杀手。Q7板子烫手正常吗轻微温热正常烫到不敢碰、或频繁重启/降频就不正常多半供电或散热问题。开发阶段保证通风关掉外壳密闭。Q8为什么我强调「先把板子变成正常电脑再谈 AI」因为 90% 的「AI 跑不起来」其实是「环境根本没通」网络没配、文件传不上去、库找不到。先解决通用计算平台问题AI 工具链才能顺理成章装上去。Q9环境信息收集脚本一定要跑吗强烈建议。它花 30 秒却能在你后续求助、写实验记录、换板对比时省下几小时。工程化的第一步就是让环境「可描述、可复现」。Q10本讲和后面的工具有什么衔接本讲产出「就绪的板子 可见的 NPU 节点 信息收集脚本」第 04 讲在上面装 QNN SDK / AI Hub / Device Cloud第 05–07 讲依次做转换、量化、部署。本讲是地基地基不稳后面全白搭。Q11AidLux 和纯 Linux 我该怎么最终决定开发阶段用 AidLux 最快如果你的产品要深度定制 BSP、去掉安卓层、做极致裁剪再切纯 LinuxYocto/Ubuntu。决定权在你产品形态不在工具——工具是手段。Q12我有多块板子怎么批量管每块的 IP、SN、系统版本用本讲的env_check.py收集后归档成表批量 SSH 用pssh/ 脚本循环。量产前的「多板一致性」就靠这份归档别靠脑子记。Q13无显示headless部署环境怎么验证完全走串口 SSH串口看启动日志确认系统起得来SSH 进去跑 3.5 的命令 4.x 的节点检查。headless 才是工业/机器人的常态建议早点习惯无显示操作。本讲速查卡Cheat Sheet接线铁律先接数据/显示线最后接电源。三进系统串口保底/ ADB过渡/ SSH日常。三必跑命令uname -a架构、df -h存储、温度节点热。NPU 确认两步系统里找到 Hexagon/HTP 库 后续qnn-platform-validator跑通 HTP。一个脚本env_check.py收集信息每次新环境必跑、必归档。一句底线本讲只到「环境就绪 节点可见」真能推理是第 04–07 讲兑现的。十、结论与下讲预告本讲把一块犀牛派 A1 从纸箱变成了「就绪的开发平台」开箱接线 → 进系统串口/ADB/SSH→ 配网络传文件 → 确认 NPU 节点可见 → 打卡环境 Checklist。这些是后面所有上机操作的底座。核心一句话边缘 AI 落地第一步不是装 SDK而是让板子先成为一台你完全掌控的电脑。下一讲第 04 讲我们在就绪的板子之上把工具链一次性装齐QNN SDKNeural Processing SDK / AI Engine Direct、Hexagon SDK、AI Hub、Device Cloud建立「本地 云端」双工作流为第 05 讲起的真机转换/量化/部署铺好路。参考链接阿加犀 AidLux 官方aidlux.comQualcomm Neural Processing SDKQNNdeveloper.qualcomm.comQualcomm AI Hub已验证模型aihub.qualcomm.comHexagon SDKdeveloper.qualcomm.com 第03讲 · 开发板环境搭建：犀牛派 A1 开箱、点亮与联调
系列《高通 NPU 边缘 AI 实战从芯片架构到开发板落地》从零到一 · 高通 Dragonwing 边缘 AI 12 讲数据口径[官方]厂商规格书/文档代表性数值[推算]架构估算[实测]仅给方法不给结果。本讲定位第一次上手真实开发板——犀牛派 A1基于高通 QCS6490完成开箱、接线、系统就绪、基础联调与 NPU 可用性确认后续陆续会把第 01/02 讲的理论用到硬件上。犀牛派A1图本讲目标目标读者已经读完第 01/02 讲、选好了 SoC默认 QCS6490手里第一次拿到基于该 SoC 的真实开发板准备点亮它的人。本讲目标把一块犀牛派 A1 从「纸箱里的板子」变成「能进系统、能传文件、NPU 确认可用」的开发平台并建立一份可复用的环境检查清单。你将带走开箱接线顺序、三种进入系统的方式串口/ADB/网络、网络与文件互传、NPU 可用性验证命令、一键信息收集脚本以及一份排错手册。一、环境调研为什么要自己搭环境以及你的板子长什么样1.1 从「纸上选型」到「手上板子」第 02 讲结束时你已经在纸面上把 SoC 选好了——本文默认是选择的QCS6490约 12 TOPS INT8、生态最成熟、资料最多。但「选对 SoC」和「板子能跑模型」之间还隔着一整套环境搭建工作板子要能点亮、系统要能进、工具链要能装、NPU 节点要能找到。这一讲做的正是把纸面假设落地的第一步。很多人卡在第一步不是因为难而是因为步骤顺序错了先急着装 SDK结果板子没联网、ADB 不识别SDK 根本传不上去。本讲的核心方法论是——先把板子变成一台「正常的电脑」再谈 AI。为什么值得单独用一整讲讲「搭环境」因为边缘 AI 落地的真实分布是「80% 的时间在搞环境、20% 的时间在调模型」。一个算法工程师在云端的习惯是「pip install一下就能跑」但到了边缘设备他要面对的是供电、显示、串口、ADB、BSP 版本、驱动节点这一整套完全陌生的「硬件运维」技能树。很多人卡在第一步不是因为 AI 难而是因为从来没人告诉他「板子要先当电脑来伺候」。这一讲就是把这套运维技能树一次性补齐让你后面能心无旁骛地专注在模型本身。1.2 认识你的板子犀牛派 A1硬件速览本系列实战主选的开发板是犀牛派 A1Rhino Pi-A1它是阿加犀出品的、基于高通QCS6490的真实开发板出厂预装AidLux系统一个把 Android Linux 融合的双系统、并预置了 AI 工具链的发行环境开箱即可做 AI 开发。为什么选它QCS6490 是整张矩阵里生态最成熟、性价比最高的一档第 02 讲已论证犀牛派 A1 把它做成了一块「插电即用」的开发板且 AidLux 预置了后续要用的 QNN 相关运行环境能省掉大量配环境的时间。后面所有上机示例默认都在这块板上跑。下面是 QCS6490 平台层面的关键能力板子的具体接口布局、内存/存储容量等以阿加犀官方规格书为准下面只列 SoC 平台级事实维度犀牛派 A1 背后的 QCS6490 平台能力 [官方]NPU 算力约 12 TOPS INT8第 8 代 AI Engine 架构CPUKryo 架构多核性能核 能效核组合GPUAdreno 架构负责渲染与部分并行ISPSpectra 570L 级别多路相机接入内存LPDDR5 级别具体容量以官方规格书为准典型接口USB、HDMI、千兆以太网、MIPI CSI相机、M.2 等布局以官方为准把上面「平台能力」再拆开一层方便你建立「板子肚子里到底是什么」的具象认知均为 QCS6490 平台级事实 [官方]具体芯片型号/容量以阿加犀官方规格书为准子系统QCS6490 平台能力 [官方]CPUKryo 架构性能核 能效核组合典型多核具体核数与频率以规格书为准GPUAdreno 级别负责渲染、部分并行计算、可兜底 AINPUHexagon/HTP第 8 代 AI Engine约 12 TOPS INT8第 01/02 讲已详述ISPSpectra 570L 级别多路相机接入、硬件图像预处理视频编解码硬件 H.264 / H.2654K60fps 级别具体以规格书为准内存LPDDR5 级别带宽直接决定 NPU 能否被喂饱呼应第 01 讲带宽墙互联接口USB3.x、HDMI、千兆以太网、MIPI CSI相机、M.2布局以官方为准一个关键认知QCS6490 和旗舰手机 SoC 其实是「同源」的。它用的 CPU/GPU/NPU/ISP 架构与高端手机芯片一脉相承区别在于——手机 SoC 为「一年一换、极致能效、消费级温度」优化而 QCS6490 这类边缘 SoC 为「长期供货、宽温工作、工业接口、开放可定制的 BSP」优化。正是这层差异让它能被装进机器人、工业相机、智能网关这类生命周期长、环境苛刻的设备里。你买的不是「一颗手机芯片」而是一颗「为长期可靠运行重新封装的同源芯片」。提示本讲不堆参数重点是「怎么把它跑起来」。参数细节你在第 01/02 讲已经建立过心智模型这里只确认「板子确实长在这个能力区间」。1.3 系统选择AidLux / Linux / Android 怎么选犀牛派 A1 出厂预装 AidLux这是最省心的开局。但你要理解三条路线的差异方便后续换板或换系统系统形态适合谁优点注意AidLux预装想最快上手 AI 的开发者预置 AI 工具链、开箱即用、Android/Linux 融合默认推荐本系列主用纯 LinuxUbuntu/Yocto要完全掌控系统的底层开发者干净、可深度定制 BSP需自行安装 QNN 工具链Android要做 APK / 移动端集成的团队生态成熟、便于发布AI 部署走 NDK/JNI 路线本系列默认 AidLux 路线理由只有一个——它把第 04 讲要装的很多东西提前预置好了让你能用最少步骤从第 03 讲过渡到第 05 讲。等你熟练了再换纯 Linux 或 Android 都不迟。1.4 你需要准备的周边开箱前先备齐避免「板子到了没线」的尴尬电源确认板子所需电压/电流以官方规格书为准通常 12V/2A 或类似用原装或参数匹配的电源供电不足是新手第一坑见 6.1。显示支持 HDMI 的显示器 HDMI 线首次建议接显示方便看启动日志。网络网线千兆以太网或 Wi-Fi 环境。主机一台装了 Windows/Linux/macOS 的电脑装有adbAndroid Debug Bridge和scp/ssh。相机可选MIPI CSI 摄像头第 08 讲才用本讲先不接。1.5 AidLux 开箱即用的真相预置了哪些东西很多人听到「预装 AidLux、开箱即用」会有误解以为插电就能跑模型。准确说法是AidLux 把后续要用的「运行环境」提前铺好了但模型转换、量化、部署这些「你的活」还得你自己做第 05–07 讲。它通常预置了Python 运行环境开箱就有 Python3方便你写采集、预处理、后处理脚本AI 推理运行时与高通 NPU 对接的运行时/库QNN 相关省去你从零配驱动的麻烦远程访问能力Web 端 / SSH 访问方便你不用接显示器也能操作示例与工具部分示例模型、常用命令行工具。一句话总结 AidLux 的价值它把「环境地基」从「你要自己挖」变成「已经挖好」但地基之上的房子你的模型与业务还得自己盖。这也是本系列把开发板主选犀牛派 A1 的核心原因——它让你用最少的步骤从第 03 讲过渡到第 05 讲。二、开箱与接线顺序错了会返工2.1 开箱清单开箱后先核对以阿加犀官方清单为准下面为通用项开发板本体、电源适配器、天线无线版、快速指南。确认板子无明显物理损伤、接口无弯曲。2.2 接线顺序重要永远按这个顺序① 先不接电源把所有数据/显示线接好 → ② 最后接电源上电。反过来先通电再热插拔 HDMI/USB容易烧接口或起不来。步骤动作说明1接 HDMI → 显示器先看启动画面排错最直观2接网线 → 路由器有线最稳首推3接 USB → 主机可选ADB/串口调试用4插 MIPI 相机可选本讲不接第 08 讲再接5最后接电源上电启动2.3 首次上电与启动接好线、最后接电源后板子会自动上电。正常情况电源灯亮 → 显示器出现启动画面 / AidLux 桌面或登录提示 → 系统就绪首次启动可能比后续慢属正常。是否开箱核对清单接 HDMI/网线/USB 等数据线最后接电源上电显示器有画面?系统启动完成排查 HDMI/供电 见6.2进入系统: 串口/ADB/网络配网络 传文件确认 NPU 可用环境 Checklist 打卡2.4 首次启动从按下电源到系统就绪的时间线理解启动流程你才能在「卡住」时判断卡在哪一段。典型时间线具体以官方为准阶段现象你该看什么卡住的常见原因上电电源灯亮灯是否亮供电/电源坏6.1Bootloader串口出初始化日志串口输出镜像损坏/启动介质错内核加载日志刷过内核行有无 Kernel panic内存/镜像不匹配系统服务服务逐项起是否到登录/桌面文件系统损坏可操作桌面或登录提示能进 shell—排错口诀有灯无日志 → 查供电/串口线有日志卡内核 → 查镜像/内存过内核卡服务 → 查文件系统/存储df -h提前看。把这条时间线记牢板子起不来时你不再瞎猜。2.5 板载 LED、恢复模式与强制重启虽然具体丝印以阿加犀官方为准但这类开发板普遍有几个「救命设计」提前知道能省你很多事状态 LED通常电源灯常亮供电正常、活动灯闪烁系统活着。灯不亮先回 6.1。恢复/刷机模式遇到系统起不来往往要进 fastboot / 恢复模式重刷镜像。具体进法按键组合/短接以官方指南为准——第一次正常启动时就把进恢复模式的方法记下来别等砖了再找。强制重启长按电源键或断开重接。连续推理死机时常用。工程建议板子到手、第一次正常启动后立刻把「如何进恢复模式、如何重刷官方镜像」两条写进你的实验笔记。多数人是在板子变砖的慌乱中才第一次去查那时往往已经浪费半天。2.6 验收标准什么叫「环境搭好了」别凭感觉判断「应该好了」。给环境搭建一个明确的可验收判据清单——全部打勾才算这一讲毕业验收项判据验证命令/动作能进系统能 shell 登录串口/ADB/SSH 任一adb shell或ssh userIP成功架构正确显示 aarch64uname -m输出aarch64网络通畅拿到 IP 且能出网hostname -Iping 8.8.8.8文件互传能传上、传下adb push/scp各试一次NPU 节点可见系统里有 Hexagon/HTP 相关库find / -iname *hexagon*有结果温度正常空闲不烫、不重启温度节点读取在正常范围可恢复知道怎么重刷/进恢复模式笔记里有记录且验证过信息归档env_check.py跑过并存档有一行归档记录把这八条贴在显示器旁边逐条打勾。你会发现「环境搭好」是一件可以客观判定的事而不是一句含糊的「差不多了」。这也正是工程化思维——把模糊的「能用」变成可测量的「达标」。三、系统初体验与基础联调板子亮了只是开始下面三步把它变成「你能操作」的开发平台。3.1 三种进入系统的方式方式适用场景命令/入口串口Serial Console板子起不来、网络没通时的最底层通道用串口线接主机波特率以官方为准常见 115200minicom/picocom 查看ADBAndroid Debug BridgeAidLux/Android 路线最常用adb devices→adb shell网络 SSH网络通后最舒服ssh 用户名板子IP三种方式不互斥串口保底、ADB 过渡、SSH 日常。前两种在板子网络没配好时尤其救命。3.2 网络配置有线优先有线插上网线通常自动获取 IPDHCP。用ip addr或 AidLux 桌面网络图标确认拿到地址。无线在 AidLux 桌面或adb shell里用nmcli/ 系统网络工具连 Wi-Fi。拿到 IP 后建议立刻ssh进去比 ADB 更顺手。3.3 文件互传ADB 路线adb push local_file /data/local/tmp/上传adb pull /path/on/board ./下载。网络路线scp local_file userIP:/home/user/上传scp userIP:/path ./下载。后面把模型、脚本传上板子全靠这两条。本讲先把它们跑通一次即可。3.4 确认系统信息进系统后先看一眼「我是谁、我在哪」# 查看系统版本与架构uname-acat/etc/os-release# 查看 CPU 信息确认是 ARM64 / aarch64lscpu# 查看内存free-h正常应输出aarch64架构、已识别的内存大小。若架构不对或内存识别异常先回到 6.x 排错。3.5 进系统后顺手做几件事常用环境命令进系统第一件事不是装 AI而是确认「这台电脑健康」。下面几条命令建议每条都跑一遍# 1) Python 是否就绪AidLux 通常自带python3--version# 2) 磁盘空间模型/镜像很占空间别等满了再哭df-h/# 3) 系统负载与温度aarch64 上可看具体温度节点路径以系统为准uptimecat/sys/class/thermal/thermal_zone*/temp2/dev/null|head# 4) 网络连通性ping-c38.8.8.8# 5) 确认能通过网段被主机找到用于后续 ssh / scphostname-I这几条分别对应「解释器、存储、热、网、地址」五个维度。把它们固化成你每次上新手板的第一动作能提前 80% 的隐形坑。尤其df -h和温度模型一大、连续推理一久这两者最容易先爆。3.6 主机侧工具准备在你的电脑上联调是双向的——板子就绪还不够你的电脑也要有称手的工具。建议第一次搭环境时就把主机侧配齐# 1) 安装 adb以 Ubuntu 为例macOS 用 brew install android-platform-toolssudoaptupdatesudoaptinstall-yandroid-tools-adb adb version# 2) 验证能发现板子板子接 USB 且开启调试后adb devices# 3) 确认 scp/ssh 可用网络路线用whichscpsshWindows 用户去谷歌「Android 平台工具」下载platform-tools并加进 PATHmacOS 用 Homebrew 一行搞定。把adb、scp、ssh三个命令在主机上跑通是「能联调」的前置条件——别等到要传模型了才发现电脑没装 adb。四、确认 NPU 可用本讲最关键的一步板子能进系统 ≠ NPU 能跑模型。下面四步把「NPU 在不在、能不能被工具链看到」坐实。4.1 查看 SoC 信息# 查看 CPU 型号间接确认 QCS6490 平台cat/proc/cpuinfo|grep-iprocessor\|model name|head4.2 定位 Hexagon / HTP 相关节点与库高通 NPU 本质上在系统里表现为 Hexagon 相关的驱动与共享库。可尝试定位# 查找与 hexagon / htp 相关的库文件不同系统路径可能不同find/-iname*hexagon*2/dev/null|headfind/-iname*htp*2/dev/null|head在 AidLux 上QNN 相关库通常已预置在系统路径中若你换成了纯 Linux 自行安装 QNN SDK则这些库在你解压 SDK 的目录里。本讲只要确认「系统里有这些库」具体怎么用是第 04/05 讲的事。4.3 qnn-platform-validator 初探高通 QNN 工具链提供一个平台校验工具qnn-platform-validator用来确认当前环境是否支持目标 backend如 HTP。在第 04 讲装好 QNN SDK 后可以跑它来验证本讲先记住这个名字它是「NPU 可用性」的官方判官。4.4 一条命令确认 NPU 在线[实测] 方法最朴素的可用性判断系统里存在 Hexagon/HTP 相关库与节点且后续能跑通 qnn-platform-validator。严格意义上的「跑通第一个 NPU 推理」要到第 07 讲才算数——本讲的目标是「环境就绪、NPU 节点可见」把「能不能跑」的验证留给工具链装好之后。[实测] 本讲不输出任何 NPU 基准数字只确认「环境 节点可见」。真实推理延迟/利用率必须在第 04–07 讲装好工具链后用qnn-net-run/qnn-profile在你的模型上实测不要拿厂商峰值凑数。4.5 「节点找得到却跑不动」的三种常见原因本讲只确认节点可见但先给你打预防针将来第 04–07 讲你大概率会遇到「库能看到、但qnn-net-run一跑就报错」。最常见三因BSP 与 SDK 版本不匹配板子镜像BSP里的驱动版本和你在主机装的 QNN SDK 版本对不上工具链认不出 backend。解决按第 04 讲做版本匹配。权限/SELinux 限制某些系统下 NPU 设备节点需要特定权限或关闭 SELinux 才能访问。解决确认设备节点权限必要时按官方指引调整。驱动未加载 / 固件缺失find能看到库文件但内核侧驱动没起来。解决看dmesg里有没有 Hexagon/HTP 相关报错对照官方 BSP 说明。记住一句话「节点可见」≠「能推理」前者是地基后者还要第 04–07 讲的工具链来兑现。本讲把地基夯实后面才不会在「明明库都在却跑不起来」上浪费几天。五、环境检查清单Checklist把上面的步骤固化成一份可勾选的清单每次换板/换环境都过一遍。5.1 硬件 Checklist电源参数匹配、上电灯亮HDMI 显示正常或确认无需显示、走串口网线/Wi-Fi 接通拿到 IPUSB/串口可联机板子温度正常不烫手、不频繁重启5.2 软件 / 工具 Checklist主机adb可用adb devices能看到板子能ssh进板子能adb push/scp互传文件uname -a显示aarch64系统内可见 Hexagon/HTP 相关库第 04 讲后qnn-platform-validator能跑通 HTP backend5.3 一键信息收集脚本下面这段 Python 可在板子上跑或在主机侧整理把关键信息一次性收集便于发帖/求助/复盘# [推算] 板端环境信息收集在板子 Python 环境或主机归档用importsubprocess,platform,os,shutildefrun(cmd):try:returnsubprocess.check_output(cmd,shellTrue,stderrsubprocess.DEVNULL).decode().strip()exceptException:returnN/Adefdisk():try:total,used,freeshutil.disk_usage(/)returnf{(free//(1024**3))}GB free /{(total//(1024**3))}GB totalexceptException:returnN/Ainfo{arch:platform.machine(),# 期望 aarch64system:platform.system(),release:platform.release(),cpu_count:os.cpu_count(),disk_root:disk(),# 根分区余量模型大了先爆它python:run(python3 --version),ip:run(hostname -I),hexagon_libs:run(find / -iname *hexagon* 2/dev/null | head -3),}fork,vininfo.items():print(f{k:14}:{v})# 输出示例: arch: aarch64 / cpu_count: 8 / disk_root: 20GB free / hexagon_libs: /vendor/lib/libhexagon_...把它跑出来的结果连同「板子型号 批次 镜像版本 采集时间」一起归档成一行 CSV/Markdown多板管理就靠它。后面第 11 讲讲量产时这份归档还会升级成「批次一致性表」——环境可描述、可复现是工程化的起点。把它存成env_check.py每次新环境跑一遍输出贴进你的实验记录——这是工程化习惯能省你日后无数排查时间。六、坑点清单新手第一周必踩的六个坑6.1 供电不足用功率不够的电源或劣质线板子会反复重启、NPU 跑一下就掉。务必用官方/参数匹配的电源供电是底座底座不稳一切都白搭。6.2 HDMI 不显示先确认显示器输入源切对、线插紧再确认板子确实启动了看电源灯/串口日志。部分板子默认不输出 HDMI 直到系统初始化完耐心等几十秒。6.3 ADB 不识别常见于没装驱动Windows、没开 USB 调试、线的数据功能坏。换线、换口、重装驱动、adb kill-server adb start-server逐个试。6.4 板子发热降频QCS6490 能效不错但密闭/无散热长期满载仍会降频呼应第 01 讲功耗墙。开发阶段保证通风量产阶段按第 11 讲做 thermal 设计。6.5 NPU 节点找不到多半是系统镜像没带对应库或你装 QNN SDK 没配对 BSP 版本第 04 讲重点。确认 AidLux 版本 / SDK 版本匹配。6.6 网络不通IP 没拿到先看 DHCPSSH 连不上先确认 sshd 在跑、防火墙没挡。有线永远比无线稳首推有线调试。6.7 镜像版本与板子批次不匹配同一型号板子可能分批次、配不同 BSP 版本。拿错镜像刷进去会起不来或功能缺失。对策刷前核对板子批次与镜像版本号记进实验笔记别凭「型号一样」就混用。6.8 误以为 AidLux 能「直接跑模型」AidLux 预置的是运行环境不是你的模型和业务。常见误区插电就指望能推理。正确预期本讲把环境地基铺好第 05–07 讲你仍要亲手做转换、量化、部署。工具链省的是「配环境」省不掉「你的模型落地」。七、场景剖析三种典型开局同样是犀牛派 A1不同目标的人开局重点不同纯视觉 PoC重点在 HDMI 显示 网络 后续相机第 08 讲本讲把显示和网络搞通即可。机器人感知节点重点在 SSH 远程 稳定供电 后续 ROS2第 10 讲本讲优先确保能无显示远程操作。工业检测重点在稳定网络 散热预留 后续多路相机第 08/11 讲本讲先确认环境可复现。你会发现环境搭建的「正确姿势」高度依赖你最终要做什么。本讲给的是通用地基后面按场景往上盖楼。八、术语表GlossaryAidLux阿加犀出品的、融合 Android Linux 并预置 AI 工具链的系统环境犀牛派 A1 出厂预装。ADBAndroid Debug Bridge安卓调试桥用于主机与板子间联机、shell、文件互传。串口Serial Console最底层的文本调试通道板子网络没通时的保底入口。HTPHexagon Tensor Processor高通 NPU 的正式名称本讲确认它在系统里「可见」。qnn-platform-validatorQNN 提供的平台校验工具用来确认环境是否支持某 backend如 HTP。BSPBoard Support Package板级支持包包含内核、驱动、镜像SDK 版本要与 BSP 版本匹配。aarch64ARM 64 位架构高通边缘 SoC 的用户态架构工具链需对应。九、常见问题FAQQ1犀牛派 A1 一定要用 AidLux 吗不一定。AidLux 是开箱最省心的默认路线预置了 AI 工具链你也可刷纯 Linux/Android但要自行安装 QNN SDK第 04 讲。新手建议先用 AidLux 跑通全流程再考虑换系统。Q2我没有显示器能搭环境吗能。走「串口 网络」路线串口看启动日志、网络 SSH 进去操作完全不需要 HDMI。很多机器人/工业部署本就是无显示 headless 形态。Q3adb devices 看不到板子怎么办按 6.3 顺序排查换数据线很多线只有充电功能、确认 USB 调试开启、重装驱动、adb kill-server重启服务。仍不行就改用串口/网络。Q4怎么确认我的板子确实是 QCS6490cat /proc/cpuinfo看 CPU 型号、lscpu看架构再结合官方规格书核对。板子丝印或系统信息也会标注平台。本讲重点是确认架构是 aarch64、能力落在 QCS6490 区间。Q5NPU 可用性的「最终判官」是什么qnn-platform-validator跑通 HTP backend且第 07 讲能真正用qnn-net-run在 NPU 上出推理结果。本讲只是「节点可见 环境就绪」真正的可用性验证在第 04–07 讲。Q6供电到底要多大以阿加犀官方规格书标注的电源参数为准不要自己估。宁大勿小劣质电源是隐形的稳定性杀手。Q7板子烫手正常吗轻微温热正常烫到不敢碰、或频繁重启/降频就不正常多半供电或散热问题。开发阶段保证通风关掉外壳密闭。Q8为什么我强调「先把板子变成正常电脑再谈 AI」因为 90% 的「AI 跑不起来」其实是「环境根本没通」网络没配、文件传不上去、库找不到。先解决通用计算平台问题AI 工具链才能顺理成章装上去。Q9环境信息收集脚本一定要跑吗强烈建议。它花 30 秒却能在你后续求助、写实验记录、换板对比时省下几小时。工程化的第一步就是让环境「可描述、可复现」。Q10本讲和后面的工具有什么衔接本讲产出「就绪的板子 可见的 NPU 节点 信息收集脚本」第 04 讲在上面装 QNN SDK / AI Hub / Device Cloud第 05–07 讲依次做转换、量化、部署。本讲是地基地基不稳后面全白搭。Q11AidLux 和纯 Linux 我该怎么最终决定开发阶段用 AidLux 最快如果你的产品要深度定制 BSP、去掉安卓层、做极致裁剪再切纯 LinuxYocto/Ubuntu。决定权在你产品形态不在工具——工具是手段。Q12我有多块板子怎么批量管每块的 IP、SN、系统版本用本讲的env_check.py收集后归档成表批量 SSH 用pssh/ 脚本循环。量产前的「多板一致性」就靠这份归档别靠脑子记。Q13无显示headless部署环境怎么验证完全走串口 SSH串口看启动日志确认系统起得来SSH 进去跑 3.5 的命令 4.x 的节点检查。headless 才是工业/机器人的常态建议早点习惯无显示操作。本讲速查卡Cheat Sheet接线铁律先接数据/显示线最后接电源。三进系统串口保底/ ADB过渡/ SSH日常。三必跑命令uname -a架构、df -h存储、温度节点热。NPU 确认两步系统里找到 Hexagon/HTP 库 后续qnn-platform-validator跑通 HTP。一个脚本env_check.py收集信息每次新环境必跑、必归档。一句底线本讲只到「环境就绪 节点可见」真能推理是第 04–07 讲兑现的。十、结论与下讲预告本讲把一块犀牛派 A1 从纸箱变成了「就绪的开发平台」开箱接线 → 进系统串口/ADB/SSH→ 配网络传文件 → 确认 NPU 节点可见 → 打卡环境 Checklist。这些是后面所有上机操作的底座。核心一句话边缘 AI 落地第一步不是装 SDK而是让板子先成为一台你完全掌控的电脑。下一讲第 04 讲我们在就绪的板子之上把工具链一次性装齐QNN SDKNeural Processing SDK / AI Engine Direct、Hexagon SDK、AI Hub、Device Cloud建立「本地 云端」双工作流为第 05 讲起的真机转换/量化/部署铺好路。参考链接阿加犀 AidLux 官方aidlux.comQualcomm Neural Processing SDKQNNdeveloper.qualcomm.comQualcomm AI Hub已验证模型aihub.qualcomm.comHexagon SDKdeveloper.qualcomm.com