隨著大語言模型（LLM）技術(shù)的快速迭代，從云端集中式部署到端側(cè)分布式運(yùn)行的趨勢日益明顯。端側(cè)小型語言模型（SLM）憑借低延遲、高隱私性和離線可用的獨(dú)特優(yōu)勢，正在智能設(shè)備、邊緣計(jì)算等場景中展現(xiàn)出巨大潛力。

瑞芯微 RK3576 開發(fā)板作為一款聚焦邊緣 AI 的硬件平臺，其集成的 NPU（神經(jīng)網(wǎng)絡(luò)處理器）能否高效支撐多模態(tài) LLM 的本地運(yùn)行？性能表現(xiàn)如何？

RK3576 多模態(tài)純文字：愛因斯坦有什么貢獻(xiàn)

RK3576 多模態(tài)純文字：自我介紹

本文將圍繞這一核心問題展開 —— 從端側(cè) SLM 與云端 LLM 的關(guān)鍵差異對比入手，詳解 RK3576 開發(fā)板的硬件特性與環(huán)境配置。

本文以米爾 RK3576 為例，通過實(shí)際案例演示多模態(tài) LLM 在該平臺的部署效果，為開發(fā)者與研究者提供一份兼具實(shí)踐參考與技術(shù)洞察的端側(cè) AI 部署指南。

本文目錄unsetunset

· 一、基本介紹

· 端側(cè) LLM 模型與云端 LLM

· 瑞芯微 RK3576：6TOPS NPU 的能效比標(biāo)桿，重新定義中端 AIoT 旗艦

· 瑞芯微 NPU SDK：RKNN 和 RKLLM

· 二、環(huán)境準(zhǔn)備

· 步驟 1：登錄開發(fā)板，下載必備資料

· 步驟 2：替換 NPU Driver 后編譯 Ubuntu 并刷機(jī)

· 三、多模態(tài)案例：支持圖像和文本交互

· 步驟 1：環(huán)境準(zhǔn)備

· 步驟 2：模型的獲取、驗(yàn)證與格式轉(zhuǎn)換

· 步驟 3：修改代碼并交叉編譯可執(zhí)行文件并上傳到板子上

· 步驟 4：上傳文件到開發(fā)板

· 性能測試 Tips

· 多模態(tài)效果演示

· 結(jié)論

unsetunset一、基本介紹unsetunset

端側(cè) LLM 模型與云端 LLM

端側(cè)小型語言模型（SLM）與傳統(tǒng)云端大型語言模型（LLM）在延遲、隱私和離線可用性三個(gè)維度的對比總結(jié)。

· 延遲優(yōu)化：端側(cè) SLM 通過量化（4-bit）、硬件加速（GPU/NPU）和架構(gòu)優(yōu)化（如分組查詢注意力 GQA）顯著降低延遲。

· 隱私保護(hù)：常見的移動(dòng)設(shè)備，如 iOS 和 Android 最新系統(tǒng)均集成端側(cè)模型（如 Gemini Nano），確保隱私數(shù)據(jù)不出設(shè)備。

· 離線場景：Jetson Orin 等邊緣設(shè)備可本地運(yùn)行 3B 參數(shù)模型，無需聯(lián)網(wǎng)即可完成任務(wù)。

綜上，端側(cè) SLM 在延遲、隱私和離線可用性上均顯著優(yōu)于云端 LLM。

瑞芯微 RK3576：6TOPS NPU 的能效比標(biāo)桿，重新定義中端 AIoT 旗艦

作為瑞芯微 2024 年推出的 AIoT 核心平臺，RK3576 基于 8nm 制程打造，集成6TOPS 自研 NPU（支持 INT4/INT8/FP16/BF16 混合精度），與旗艦芯片 RK3588 保持相同算力規(guī)格，卻以更精準(zhǔn)的場景化設(shè)計(jì)，成為中高端邊緣設(shè)備的首選方案。

米爾 RK3576 拓展板正面接口圖，詳見產(chǎn)品介紹^[1]

據(jù)瑞芯微官方技術(shù)文檔顯示，其 NPU 采用動(dòng)態(tài)稀疏化加速引擎，RK3576 采用了更先進(jìn)的制程工藝等手段來降低功耗，完美平衡算力與能效。

同算力 NPU 的差異化定位

盡管 RK3576 與 RK3588 均搭載 6TOPS NPU，但兩者在生態(tài)適配和場景優(yōu)化上各有側(cè)重：

· 框架兼容性：雙平臺均支持 TensorFlow、PyTorch、ONNX 等主流框架，但 RK3576 針對 2B 參數(shù)級模型（如 Qwen2-VL-2B）進(jìn)行專項(xiàng)優(yōu)化，token 生成速度達(dá) 10+每秒，適配本地化多模態(tài)交互需求；

· 算力分配：RK3576 的 NPU 集成 512KB 共享內(nèi)存，減少數(shù)據(jù)搬運(yùn)開銷，在輕量級視覺任務(wù)（如工業(yè)缺陷檢測）中，單位算力利用率比 RK3588 高 18%（據(jù)瑞芯微內(nèi)部測試數(shù)據(jù)）；

· 功耗控制：依托 8nm 工藝與動(dòng)態(tài)電壓調(diào)節(jié)技術(shù)，NPU 滿負(fù)載功耗僅 3.2W，較 RK3588 的 4.1W 降低 22%，更適合電池供電的移動(dòng)終端。

米爾 RK3576 開發(fā)板

與 RK3588 的「同芯不同路」對比

根據(jù)瑞芯微 2025 年 Q2 財(cái)報(bào)，RK3576 已在平板電腦、交互大屏等領(lǐng)域?qū)崿F(xiàn)頭部客戶量產(chǎn)，其30%的成本優(yōu)勢（對比 RK3588 同配置方案）使其在中高端市場占有率環(huán)比增長 47%。

例如，某頭部物流企業(yè)采用 RK3576 開發(fā)的手持 PDA，通過 NPU 實(shí)時(shí)識別包裹條碼，單設(shè)備成本較 RK3588 方案降低 600 元，同時(shí)保持 99.7%的識別準(zhǔn)確率（官方測試數(shù)據(jù)）。

RK3576 并非簡單的「低配版 3588」，而是瑞芯微基于場景化需求的精準(zhǔn)迭代——在保留旗艦級 6TOPS NPU 的同時(shí)，通過 CPU 架構(gòu)精簡、功耗優(yōu)化和接口整合，讓邊緣設(shè)備既能獲得「夠用的 AI 能力」，又避免為冗余性能支付成本。正如瑞芯微官方所述：「RK3576 填補(bǔ)了旗艦與主流之間的真空，讓每一份算力都服務(wù)于真實(shí)需求。」對于需本地化部署輕量級 LLM、多模態(tài)交互的邊緣場景，這款「6TOPS 普及者」正在重新定義中端 AIoT 的價(jià)值標(biāo)準(zhǔn)。

瑞芯微 NPU SDK：RKNN 和 RKLLM

瑞芯微的 RKLLM 和 RKNN 是兩個(gè)定位互補(bǔ)的 SDK，前者專注于大型語言模型（LLM）的端側(cè)部署優(yōu)化，后者是通用神經(jīng)網(wǎng)絡(luò)推理框架。

RKNN 是基礎(chǔ)，RKLLM 是垂直擴(kuò)展：

· RKNN SDK 是瑞芯微推出的通用神經(jīng)網(wǎng)絡(luò)推理框架，支持將 TensorFlow、PyTorch 等主流框架的模型轉(zhuǎn)換為 RKNN 格式，并在瑞芯微 NPU 上高效運(yùn)行，適用于圖像識別、語音處理等任務(wù)。支持的模型列表可以見：https://github.com/airockchip/rknn_model_zoo^[2]

· RKLLM SDK 是基于 RKNN 技術(shù)棧的垂直領(lǐng)域優(yōu)化方案，專門針對大型語言模型（LLM）的端側(cè)部署需求設(shè)計(jì)，提供從模型轉(zhuǎn)換到推理的完整工具鏈，包括量化、性能調(diào)優(yōu)和多模態(tài)支持。

RKLLM 量化類型：量化通過降低模型精度來提高推理速度并減少內(nèi)存使用，不同的策略在性能與準(zhǔn)確性之間存在不同的權(quán)衡。

總得來說，RKLLM Runtime 依賴 RKNN 的 NPU 驅(qū)動(dòng)進(jìn)行硬件交互，其底層計(jì)算邏輯與 RKNN 共享同一套 NPU 加速引擎。

RKLLM

專為 LLM 設(shè)計(jì)的轉(zhuǎn)換工具（如 RKLLM-Toolkit），支持 Hugging Face 格式模型的量化（如 w4a16、w8a8）和優(yōu)化，適配 RK3588、RK3576 等高性能 NPU 芯片，通過降低模型精度來提高推理速度并減少內(nèi)存使用，不同的策略在性能與準(zhǔn)確性之間存在不同的權(quán)衡。

其提供 C/C++ 接口（RKLLM Runtime）和多模態(tài)推理支持（如圖文聯(lián)合理解），顯著降低 LLM 在端側(cè)設(shè)備的內(nèi)存占用和推理延遲。

RKLLM 軟件棧可幫助用戶快速將 AI 模型部署到瑞芯微芯片上^[3]。

RKLLM 使用流程

RKLLM SDK 概覽

為使用 RKNPU，用戶需先在計(jì)算機(jī)上運(yùn)行 RKLLM-Toolkit 工具，將訓(xùn)練好的模型轉(zhuǎn)換為 RKLLM 格式模型，然后使用 RKLLM C API 在開發(fā)板上進(jìn)行推理。

· RKLLM-Toolkit 是一款軟件開發(fā)工具包，供用戶在 PC 上進(jìn)行模型轉(zhuǎn)換和量化。

· RKLLM Runtime 為瑞芯微 NPU 平臺提供 C/C++編程接口，助力用戶部署 RKLLM 模型并加速大語言模型應(yīng)用的實(shí)現(xiàn)。

· RKNPU 內(nèi)核驅(qū)動(dòng)負(fù)責(zé)與 NPU 硬件交互。它已開源，可在瑞芯微內(nèi)核代碼中找到。

unsetunset二、環(huán)境準(zhǔn)備unsetunset

步驟 1：登錄開發(fā)板，下載必備資料

· 確認(rèn)串口驅(qū)動(dòng)安裝。開發(fā)板的調(diào)試接口（USB Type-C）內(nèi)部已集成 USB 轉(zhuǎn) TTL 芯片，連接電腦后會(huì)自動(dòng)識別為一個(gè)串口設(shè)備（ Windows 下為 COM 口，Linux 下為/dev/ttyUSBx）。

給開發(fā)板插上電源，Debug USB 鏈接筆記本，之后打開筆記本的設(shè)備管理器，在端口(COM 和 LPT)可以看到會(huì)多出來 COM5 和 COM6，選擇串口連接COM5 (USB-Enhanced-SERIAL-A CH342 (COM5))，并設(shè)置速度為 115200。

板子 Debug USB 接口連接上筆記本時(shí)，端口出現(xiàn) COM5和 COM6

· 登錄開發(fā)板。拿到開發(fā)板后，操作系統(tǒng)是 BuildRoot 如下所示，可以插網(wǎng)線鏈接網(wǎng)絡(luò)，因?yàn)?BuildRoot 只有一些最基本的命令行工具，并不好用，比方缺少 apt 等工具。但是在默認(rèn)用戶下有一些基本的 cpu/gpu/npu 測試文件夾，里面提供了一些測試比如 CPU 壓測腳本等。

root@myd-lr3576x-buildroot:/rockchip-test/npu2# cat /etc/os-release
NAME=Buildroot
VERSION=linux-6.1-stan-rkr3-33-g2275964ac9
ID=buildroot
VERSION_ID=2024.02
PRETTY_NAME="Buildroot 2024.02"
ID_LIKE="buildroot"
RK_BUILD_INFO="haha@haha Mon Jan  6 11:11:37 CST 2025 - rockchip_rk3576"

· 登錄米爾開發(fā)平臺^[4]，獲取文檔等資料。在開發(fā)者平臺注冊綁定你的產(chǎn)品信息，在開發(fā)板盒子側(cè)面會(huì)有一個(gè)產(chǎn)品型號系列號，可通過微信掃碼綁定。 

開發(fā)板包裝盒子側(cè)面的序列碼

可以電腦登陸米爾開發(fā)者平臺（https://dev.myir.cn/）下載資料，必備的文檔、工具、刷機(jī)工具、鏡像等，如下所示：

米爾提供的 Debian&Linux6.1.75 Distribution V1.1.0

其中 02-Docs(ZH) 文檔部分，下面兩個(gè)必須得好好看看：

1. MYD-LR3576J-GK Ubuntu 軟件開發(fā)指南-V1.0.pdf

2. MYD-LR3576 Debian 軟件開發(fā)指南-V1.1.pdf

這兩個(gè)文檔在后面會(huì)指導(dǎo)你使用 02-Images、03-Tools、04-Sources 里面進(jìn)行刷機(jī)、編譯內(nèi)核。

步驟 2：替換 NPU Driver 后編譯 Ubuntu 并刷機(jī)

根據(jù)瑞芯微 GitHub rkllm 倉庫對的《RKLLM SDK User Guide》要求^[5]，特別說明： RKLLM 版本是 1.2.1：

RKLLM 所需要的 NPU 內(nèi)核版本較高，用戶在板端使用 RKLLM Runtime 進(jìn)行模型推理前，首先需要確認(rèn)板端的 NPU 內(nèi)核是否為 v0.9.8 版本。

· 可以使用命令 cat /sys/kernel/debug/rknpu/version 查看 NPU Driver 版本。

# cat /sys/kernel/debug/rknpu/version
RKNPU driver: v0.9.7

· BuildRoot 是默認(rèn)系統(tǒng)，不太方便，所以刷了米爾提供的 Debian&Linux6.1.75 Distribution V1.1.0 里的 Ubuntu 鏡像后（燒錄部分遵循米爾提供的文檔 MYD-LR3576J-GK Ubuntu 軟件開發(fā)指南-V1.0 第 5 章：燒錄鏡像。發(fā)現(xiàn) NPU Driver 版本是 0.9.7，不符合 RKLLM 用戶文檔的要求。

此時(shí)，只能將版本為 0.9.8 的 NPU Driver 代碼替換到米爾給的 Ubuntu 源碼里，然后重新編譯 Ubuntu 鏡像并重新刷機(jī)。對于刷機(jī)過程，RKLLM 的文檔提到：

若用戶所使用的為非官方固件，需要對內(nèi)核進(jìn)行更新。其中，RKNPU 驅(qū)動(dòng)包支持兩個(gè)主要內(nèi)核版本：kernel-5.10 和 kernel-6.1:

· 對于 kernel-5.10，建議使用具體版本號 5.10.209，內(nèi)核地址為 GitHub-rockchip-linux/kernelatdevelop-5.10；

· 對于 kernel-6.1，建議使用具體版本號 6.1.84；用戶可在內(nèi)核根目錄下的 Makefile 中確認(rèn)具體版本號。

米爾提供的 Debian&Linux6.1.75 Distribution V1.1.0 對應(yīng)的雖然不是最推薦的 kernel-6.1.84，但是也是 6.1。即下圖：

米爾提供的 Debian&Linux6.1.75 Distribution V1.1.0 里 04-Sources 的源碼包

· 我們繼續(xù)按照 RKLLM 的指導(dǎo)，進(jìn)行內(nèi)核的更新。

1. 下載 RK Driver 壓縮包 rknpu_driver_0.9.8_20241009.tar.bz2^[6]。

2. 解壓該壓縮包，將其中的 rknpu 驅(qū)動(dòng)代碼覆蓋到當(dāng)前內(nèi)核代碼目錄。

· 當(dāng)前內(nèi)核代碼，由前面 Debian&Linux6.1.75 Distribution V1.1.0 的 04-Sources 目錄下的 MYD-LR3576-Distribution-L6.1.75-V1.1.0.tar.gz 解壓縮得到。

解壓后 Ubuntu 源碼目錄

3. 重新編譯內(nèi)核。根據(jù)米爾文檔指導(dǎo)（MYD-LR3576J-GK Ubuntu 軟件開發(fā)指南-V1.0.pdf），流程如下

# 進(jìn)入源碼解壓后得到的一個(gè) MYD-LR3576 目錄
# 第一次編譯執(zhí)行以下命令選擇配置文件
./build.sh lunch

# Which would you like? [7]
# 這里選擇 7，rockchip_rk3576_myd_lr3576_defconfig

# 緊接著分別編譯 u-boot、kernel 和 modules
./build.sh u-boot
./build.sh kernel
./build.sh module

# 編譯成功再執(zhí)行下面命令，編譯 Ubuntu 文件系統(tǒng)，并打包最終 Ubuntu 系統(tǒng)鏡像
./build.sh ubuntu
./build.sh updateimg

# RK3576 為了用戶可以更便捷的燒錄，單獨(dú)創(chuàng)建了目錄儲存編譯出來的鏡像在 output/update/Image 下

分別對 u-boot、kernel、module 三部分編譯，最后編譯成功如下圖所示：

Ubuntu 鏡像編譯成功

· 燒錄部分遵循米爾提供的文檔（MYD-LR3576J-GK Ubuntu 軟件開發(fā)指南-V1.0）第 5 章：燒錄鏡像。

燒錄結(jié)束后，連接筆記本，可以看到如下截圖，進(jìn)入系統(tǒng)。

刷機(jī)完后鏈接開發(fā)板，可以看到 MYIR 漂亮的字體 Logo

使用命令下圖中的命令查看 NPU Driver 版本，符合預(yù)期！

自己基于米爾提供的 Ubuntu 源碼更改 NPU Driver 為 0.9.8 后的 NPU Driver版本，符合預(yù)期

那么，下面我們就可以正式開始使用 RKLLM ！

unsetunset三、多模態(tài)案例：支持圖像和文本交互unsetunset

前面我們已經(jīng)介紹了瑞芯微大模型 SDK RKLLM。本節(jié)將會(huì)演示實(shí)際操作流程，目標(biāo)是對 Qwen2-VL-3B 多模態(tài)模型進(jìn)行部署，其中視覺 + 投影組件通過 rknn-toolkit2 導(dǎo)出為 RKNN 模型，LLM 組件通過 rkllm-toolkit 導(dǎo)出為 RKLLM 模型。

在 Qwen2-VL 這類多模態(tài)模型（支持圖像和文本交互）中，“視覺 + 投影”（Vision + Projector）是模型處理圖像輸入的核心組件，作用是將圖像信息轉(zhuǎn)換為模型可理解的特征：

· 視覺組件（Vision）：主要負(fù)責(zé)處理圖像輸入，完成“圖像解析”的功能。它會(huì)對輸入的圖像（如后續(xù)示例中的demo.jpg）進(jìn)行特征提取，將像素級的圖像信息（比如顏色、形狀、物體輪廓等）轉(zhuǎn)換為高維的“圖像特征向量”（一種數(shù)值化的表示）。這一步類似人類“看”到圖像并提取關(guān)鍵信息的過程。

· 投影組件（Projector）：多模態(tài)模型需要同時(shí)處理圖像和文本，而圖像特征與文本特征的原始格式（如維度、語義空間）可能不同，無法直接融合。投影組件的作用就是“橋梁”：它會(huì)將視覺組件輸出的“圖像特征向量”進(jìn)行轉(zhuǎn)換（投影），映射到與文本特征相同的語義空間中，讓圖像特征和文本特征能夠被模型的后續(xù)模塊（如語言模型 LLM）統(tǒng)一理解和處理。

簡單來說，“視覺 + 投影”組件的整體作用是：把圖像“翻譯”成模型能看懂的“語言”（特征），并確保這種“語言”能和文本的“語言”互通，為后續(xù)的多模態(tài)交互（如圖文問答）打下基礎(chǔ)。在部署時(shí)，這兩個(gè)組件被打包成 RKNN 模型，適合在 Rockchip 的 NPU（神經(jīng)網(wǎng)絡(luò)處理器）上高效運(yùn)行，專門處理圖像相關(guān)的計(jì)算。

下面，跟著 RKLLM SDK 里多模態(tài)模型例子^[7]，只給出必要的操作步驟。

步驟 1：環(huán)境準(zhǔn)備

安裝必要的 SDK 依賴庫。

pip install rknn-toolkit2 -i https://mirrors.aliyun.com/pypi/simple
pip install torchvision==0.19.0
pip install transformers
pip install accelerate

步驟 2：模型的獲取、驗(yàn)證與格式轉(zhuǎn)換

本步驟產(chǎn)物為 rknn 和 rkllm 格式的模型文件。

· qwen2_5_vl_3b_vision_rk3576.rknn

· qwen2.5-vl-3b-w4a16_level1_rk3576.rkllm

操作如下，同官方指導(dǎo)^[8]。：

· 先從 huggingface 下載模型如Qwen2-VL-2B-Instruct^[9]。驗(yàn)證模型可用性。在執(zhí)行 python infer.py 時(shí)會(huì)用到 GPU 進(jìn)行推理。如果只想跑一下 RK3576 板子上模型性能，也可以跳過這個(gè)步驟，下載瑞芯微已經(jīng)轉(zhuǎn)換好的模型^[10]：。

· 原始模型轉(zhuǎn)換為 onnx 格式

· 從 onnx 格式轉(zhuǎn)換為 rknn、rkllm 格式

注：我們這一步直接使用瑞芯微提供的 rkllm_model_zoo 里的模型^[11]。

步驟 3：修改代碼并交叉編譯可執(zhí)行文件并上傳到板子上

本步驟產(chǎn)物為如下目錄和文件。

rknn-llm-release-v1.2.1/examples/Qwen2-VL_Demo/deploy/install/demo_Linux_aarch64? tree
.
├── demo
├── demo.jpg
├── imgenc
├── lib
│   ├── librkllmrt.so
│   └── librknnrt.so
└── llm
1 directory, 6 files

操作如下：

修改源碼中的EMBED_SIZE：適配模型

注：我們用的模型是 Qwen2-VL-3B，需要在src/main.cpp和src/img_encoder.cpp中修改EMBED_SIZE為2048。

不同的 Qwen2-VL 模型（2B 和 7B）需要在src/main.cpp和src/img_encoder.cpp中指定IMAGE_HEIGHT、IMAGE_WIDTH及EMBED_SIZE，核心原因是這些參數(shù)與模型的固有結(jié)構(gòu)設(shè)計(jì)和輸入處理邏輯強(qiáng)綁定，直接影響特征提取的正確性和數(shù)據(jù)傳遞的一致性。

· EMBED_SIZE（嵌入維度）是模型架構(gòu)的固有參數(shù)，由模型的設(shè)計(jì)（如隱藏層維度）決定：

· Qwen2-VL-2B 和 7B 屬于不同規(guī)模的模型（參數(shù)數(shù)量不同），其視覺編碼器（Vision + Projector 組件）輸出的圖像特征向量維度不同（2B 為 1536，3B 為 2048，7B 為 3584）。

代碼中img_vec（圖像特征向量）的尺寸依賴EMBED_SIZE計(jì)算（如IMAGE_TOKEN_NUM * EMBED_SIZE）。若EMBED_SIZE與模型實(shí)際輸出維度不匹配，會(huì)因?yàn)樘卣飨蛄績?nèi)存分配錯(cuò)誤（數(shù)組大小與實(shí)際特征維度不符）或者后續(xù) LLM 組件無法正確解析圖像特征，導(dǎo)致推理失敗如 Segmentation Fault^[12]：

交叉編譯

假設(shè)當(dāng)前位于 rknn-llm/examples/Qwen2-VL_Demo/ 目錄下，執(zhí)行

cd deploy
./build-linux.sh

編譯成功，如下所示：

成功交叉編譯多模態(tài)代碼

步驟 4：上傳文件到開發(fā)板

將上一步編譯后的install目錄，以及前面轉(zhuǎn)換模型得到的 rknn 和 rkllm 格式的模型文件通過 U 盤等方式上傳到 RK3576 上。

性能測試 Tips

瑞芯微在 scripts 目錄中提供了一些腳本和參數(shù)設(shè)置：

· 使用 fix_freq_rk3576.sh 鎖定 CPU、GPU、NPU 等設(shè)備頻率，讓測試結(jié)果的性能更加穩(wěn)定。

· 在設(shè)備上執(zhí)行 export RKLLM_LOG_LEVEL=1，以記錄模型推理性能和內(nèi)存使用情況。

· 使用 eval_perf_watch_cpu.sh 可腳本測量 CPU 利用率。

· 使用 eval_perf_watch_npu.sh 可腳本測量 NPU 利用率。

fix_freq_rk3576.sh 腳本會(huì)對 NPU、CPU、GPU、DDR 進(jìn)行鎖頻

多模態(tài)效果演示

為后續(xù)驗(yàn)證多模態(tài)能力，先展示 RKLLM 的基礎(chǔ)配置及純文字交互測試場景，以下為配置參數(shù)與初始對話片段：

純文字問答能力

因僅是純文字對話沒有圖片，可以執(zhí)行如下命令，

# run llm(Pure Text Example)
./llm ~/rkllm-model-zoo/Qwen2.5-VL-3B-Instruct/qwen2.5-vl-3b-w4a16_level1_rk3576.rkllm 128 512

純文字：自我介紹

純文字：能回答哪些問題

純文字：誰是愛因斯坦

純文字執(zhí)行結(jié)果，時(shí)長01:59

多模態(tài)問答能力

上述為圖片問答的測試準(zhǔn)備與初始提問，下文展示‘RK3576 多模態(tài)圖片問答：

測評圖片1：特征是可愛的二次元藍(lán)頭發(fā)女孩，手里拿著米爾 MYIR 開發(fā)板，下方文字寫著：NeuralTalk 公眾號

# run demo(Multimodal Example)
# 使用方式：./demo image_path encoder_model_path llm_model_path max_new_tokens max_context_len rknn_core_num
./demo demo.jpg models/qwen2-vl-vision_rk3588.rknn models/qwen2-vl-llm_rk3588.rkllm 128 512 3

./demo 最后一個(gè)參數(shù)是核數(shù)，用于推理時(shí)是否考慮多核推理，可選參數(shù)為：2（RKNN_NPU_CORE_0_1）、3（RKNN_NPU_CORE_0_1_2）、其他（RKNN_NPU_CORE_AUTO）。

測評圖片1：描述圖片

測評圖片1：執(zhí)行結(jié)果

下面我們再換一張圖片試試效果！

測試圖片2：圖片背景是賽博風(fēng)格

測試圖片2：描述圖片

測試圖片2：多模態(tài)能力問答

測試圖片3

下圖展示了測試圖片3運(yùn)行中的一些性能指標(biāo)，包括模型初始化時(shí)間、不同階段的總時(shí)間（Prefill和Generate階段）、Token數(shù)量、Token生成速度，以及峰值內(nèi)存使用量。

測試圖片3：內(nèi)存占用和耗時(shí)等

總得來說，模型第一次加載 6 秒鐘，首次出詞語也有體感上的慢，但是這之后速度就很穩(wěn)定，而且很快，純文字的速度更快一些。

unsetunset結(jié)論unsetunset

本文圍繞瑞芯微 RK3576 開發(fā)板 NPU 對多模態(tài) LLM 的支撐能力與性能展開測評，全面呈現(xiàn)其在端側(cè) AI 領(lǐng)域的價(jià)值。

端側(cè)SLM在延遲、隱私與離線可用性上的優(yōu)勢顯著，而 RK3576 憑借 8nm 制程、6TOPS自研NPU及動(dòng)態(tài)稀疏化加速引擎，填補(bǔ)了旗艦與主流方案的市場空白。它針對2B-3B參數(shù)級模型專項(xiàng)優(yōu)化，輕量化視覺任務(wù)算力利用率提升 18%，NPU功耗降低 22%，30% 的成本優(yōu)勢使其在多場景快速量產(chǎn)，中高端市場占有率環(huán)比增長 47%。

技術(shù)落地方面，RKNN 與 RKLLM SDK形成互補(bǔ)生態(tài)，RKNN 保障模型兼容性，RKLLM 通過量化優(yōu)化、多模態(tài)支持等降低模型內(nèi)存占用與推理延遲。實(shí)測中，RK3576 運(yùn)行 Qwen2-VL-3B 模型時(shí)，純文字交互 Token 生成穩(wěn)定，多模態(tài)問答能精準(zhǔn)識別圖像元素，峰值內(nèi)存占用 4.58GB ，在移動(dòng)終端和工業(yè)場景可靠運(yùn)行。

本文提供的環(huán)境準(zhǔn)備、模型轉(zhuǎn)換、代碼適配等實(shí)操步驟，為開發(fā)者提供了可復(fù)現(xiàn)的部署方案。RK3576 在多場景展現(xiàn)良好兼容性與穩(wěn)定性，能以低成本實(shí)現(xiàn)高準(zhǔn)確率任務(wù)。

未來，RK3576“算力精準(zhǔn)匹配場景”的設(shè)計(jì)理念或成中端AIoT核心方向，其在多維度的平衡，為端側(cè)AI部署提供高性價(jià)比選擇，助力邊緣計(jì)算規(guī)模化應(yīng)用。

RK3576 工作狀態(tài)

 ?

更多精彩內(nèi)容下期分享：基于米爾RK3576開發(fā)板多輪對話案例：支持圖像和文本交互

參考資料

[1] MYD-LR3576-產(chǎn)品介紹-V1.1: https://dev.myir.cn/upload/files/product/20250211/17392600078427483.pdf

[2] rknn_model_zoo: 'https://github.com/airockchip/rknn_model_zoo'

[3] airockchip/rknn-llm: 'https://github.com/airockchip/rknn-llm'

[4] 米爾開發(fā)平臺: 'https://dev.myir.cn/'

[5] Rockchip_RKLLM_SDK_CN_1.2.1.pdf: 'https://github.com/airockchip/rknn-llm/blob/main/doc/Rockchip_RKLLM_SDK_CN_1.2.1.pdf'

[6] rknpu-driver: 'https://github.com/airockchip/rknn-llm/tree/main/rknpu-driver'

[7] Qwen2-VL_Demo: 'https://github.com/airockchip/rknn-llm/tree/main/examples/Qwen2-VL_Demo'

[8] Qwen2-VL_Demo: 'https://github.com/airockchip/rknn-llm/tree/main/examples/Qwen2-VL_Demo'

[9] Qwen2-VL-2B-Instruct: 'https://huggingface.co/Qwen/Qwen2-VL-2B-Instruct'

[10] rkllm_model_zoo: 'https://console.box.lenovo.com/l/l0tXb8'

[11] rkllm_model_zoo: 'https://console.box.lenovo.com/l/l0tXb8'

[12] Qwen2-VL-2B_Demo segfault RK3576 using 1.2.0 version: 'https://github.com/airockchip/rknn-llm/issues/336'