让哪吒用上DeepSeek，让OpenVINO加速边缘计算
当DeepSeek遇上哪吒，当OpenVINO加速边缘计算，这或许就是打开第六次康波周期"寒武纪大爆发"时刻的钥匙。在这个技术奇点与周期拐点交织的年代，唯有那些既懂代码逻辑、又懂周期脉动，既重视数据隐私、又拥抱开放生态的探索者，方能真正解码未来。
4月17日，OpenVINO™ 2025.1版正式发布了。我们尝个鲜，利用OpenVINO在英特尔哪吒开发套件上部署deepseek-r1-distill-Qwen-7b模型。
一、在边缘终端部署本地大模型的好处
边缘终端，如树莓派和英特尔哪吒开发套件，通常具有较低的功耗和成本，同时具备一定的计算能力。在这些设备上部署 DeepSeek-R1 大模型，可以带来以下好处：
1. 降低云端依赖
边缘终端的本地化部署减少了对云端服务的依赖，使得设备能够在离线或网络不稳定的情况下独立运行。这对于一些需要在偏远地区或网络受限环境中使用的场景（如智能家居、工业物联网等）非常有价值。
2. 应用场景拓展
在边缘终端部署 DeepSeek-R1 可以推动 AI 技术在更多领域的应用，如教育、开发实验、智能家居等。这不仅降低了 AI 技术的使用门槛，还促进了技术的普及。
3.隐私保护
由于数据处理完全在本地完成，边缘终端部署可以有效避免敏感信息的外泄，尤其适合对隐私有高要求的场景。
二、英特尔哪吒开发套件
英特尔哪吒开发套件搭载了英特尔N97处理器（3.6GHz），配备64GB eMMC存储和8GB LPDDR5内存。英特尔N97处理器属于 Intel Alder Lake-N 系列，4核，采用英特尔7代制程工艺，10纳米。 E-Core 的设计，专为轻量级办公、教育设备和超低功耗笔记本电脑设计，成本和功耗更低，更适合嵌入式设备。
它具有较高的性能，通过OpenVINO™ 优化，可比 Jeston TX2 性能,1.3TOPS (FP16)
同时，它又有较低的价格，Jetson TX2（8G，3480元），它只要1200元。
关键是它的功耗只有12瓦，相当于3天3夜使用情况下，只消耗1度电都不到。
更关键的是！它还自带集成显卡，Intel UHD Graphics，我们可以在iGPU上运行大模型。
三、具体部署方案
目前暂未看到有在英特尔哪吒开发套件上部署 DeepSeek-R1 的介绍。为填补这一空白，本文介绍如何采用最新发布的OpenVINO2025.1来部署DeepSeek-R1-Distill-Qwen-7B模型。
（一）安装OpenVINO
首先是安装OpenVINO，参考官网介绍，可以采用PIP安装，也可以下载安装包。我这里采用PIP安装。
1、在Python下新建一个虚拟环境ov20251
python3
m venv ov20251 2、启动虚拟环境
source ov20251/bin/activate3、安装OpenVINO
pip install openvino这里不指定特定版本的话，就是安装官方最新发布的2025.1版。
4、验证
下载完成后我们来验证一下是否安装成功OpenVINO2025.1，打开python，然后输入以下命令，查看版本信息。
from openvino import get_version
print(get_version())（二）安装OpenVINO-GenAI
如果要快速和便捷地运行大模型，Intel还准备了OpenVino-Genai，可以实现三行代码启动一个大模型对话。
pip install openvino.genai这里不指定特定版本的话，就是安装官方最新发布的2025.1版。
这里有一个小窍门， 虽然OpenVino-GenAI的使用需要配合OpenVINO运行时，但我们可以直接安装OpenVINO-GenAI，它会自动下载安装相匹配版本的OpenVINO。
安装OpenCL ICD
为了在 Linux 上使用 GPU 设备进行 OpenVINOuben推理，我们还需要安装 OpenCL ICD
conda install ocl-icd-system（三）编写大模型对话程序
做好以上准备工作，接下来编写一个简单的对话程序，命名为chat_genai.py
import argparse
import openvino_genai
from llm_config import SUPPORTED_LLM_MODELS, DEFAULT_SYSTEM_PROMPT, DEFAULT_SYSTEM_PROMPT_CHINESE
def streamer(subword):
print(subword, end='', flush=True)
return False
def apply_chat_template(prompt, system_prompt, language="English"): # 确保参数名与变量名一致
"""
使用自定义的聊天模板格式化提示词
Args:
prompt: 用户输入的提示
system_prompt: 系统提示
language: 语言选择
Returns:
formatted_prompt: 格式化后的提示
"""
messages = [
{"role": "system", "content": system_prompt},
{"role": "user", "content": prompt}
]
if language == "Chinese":
template = SUPPORTED_LLM_MODELS["Chinese"]["DeepSeek-R1-Distill-Qwen-7B"]["genai_chat_template"]
else:
template = SUPPORTED_LLM_MODELS["English"]["DeepSeek-R1-Distill-Qwen-7B"]["genai_chat_template"]
formatted_prompt = ""
for i, message in enumerate(messages):
if i == 0:
formatted_prompt += "<｜begin of sentence｜>"
if message["role"] == "system" and message["content"]:
formatted_prompt += message["content"]
elif message["role"] == "user":
formatted_prompt += f"<｜User｜>{message['content']}"
elif message["role"] == "assistant":
formatted_prompt += f"<｜Assistant｜>{message['content']}<｜end of sentence｜>"
return formatted_prompt
# 为 lang.value 添加默认值
lang_value = "English" # 默认语言设置为 English
if __name__ == "__main__":
parser = argparse.ArgumentParser(add_help=False)
parser.add_argument('-h',
'--help',
action='help',
help='Show this help message and exit.')
parser.add_argument('-m',
'--model_path',
required=True,
type=str,
help='Required. model path')
parser.add_argument('-l',
'--max_sequence_length',
default=256,
required=False,
type=int,
help='Required. maximun length of output')
parser.add_argument('-d',
'--device',
default='CPU',
required=False,
type=str,
help='Required. device for inference')
args = parser.parse_args()
try:
print(f"正在加载模型: {args.model_path}")
pipe = openvino_genai.LLMPipeline(args.model_path, args.device)
# 设置生成配置
config = openvino_genai.GenerationConfig()
config.max_new_tokens = args.max_sequence_length
config.stop_strings = set() # 修正为空集合（原代码会匹配空字符串）
print("模型加载完成，开始聊天...\n")
pipe.start_chat()
while True:
try:
prompt = input('问题:\n')
if not prompt.strip():
break
system_prompt = DEFAULT_SYSTEM_PROMPT_CHINESE if lang_value == "Chinese" else DEFAULT_SYSTEM_PROMPT
formatted_prompt = apply_chat_template(prompt, system_prompt, language=lang_value) # 显式指定参数名
pipe.get_tokenizer().set_chat_template("""
{% for message in messages %}
{% if loop.first %}{{ '<｜begin▁of▁sentence｜>' }}{% endif %}
{% if message['role'] == 'system' and message['content'] %}{{ message['content'] }}{% endif %}
{% if message['role'] == 'user' %}{{ '<｜User｜>' + message['content'] }}{% endif %}
{% if message['role'] == 'assistant' %}{{ '<｜Assistant｜>' + message['content'] + '<｜end▁of▁sentence｜>' }}{% endif %}
{% if loop.last and add_generation_prompt and message['role'] != 'assistant' %}{{ '<｜Assistant｜>' }}{% endif %}
{% endfor %}
""")
print("\n生成回答中...\n")
pipe.generate(formatted_prompt, config, streamer)
print('\n----------')
except KeyboardInterrupt:
print("\n对话被用户中断")
break
except Exception as e:
print(f"\n错误: {e}")
continue
pipe.finish_chat()
except Exception as e:
print(f"初始化失败: {e}")然后就可以启动对话了
python3 chat_genai.py --model_path /DeepSeek-R1-Distill-Qwen-7B-sym-int4-ov --max_sequence_length 4096（四）Demo演示
以下是对话视频的链接，输出速度在每秒10个token左右。
【使用OpenVINO2025在Intel哪吒开发板上运行DeepSeek- R1-Qwen-7B蒸馏模型】
结语
当DeepSeek遇上哪吒，当OpenVINO加速边缘计算，这或许就是打开第六次康波周期"寒武纪大爆发"时刻的钥匙。
在这个技术奇点与周期拐点交织的年代，唯有那些既懂代码逻辑、又懂周期脉动，既重视数据隐私、又拥抱开放生态的探索者，方能真正解码未来。
为开发者提供丰富的英特尔开发套件资源、创新技术、解决方案与行业活动。欢迎关注！
更多推荐
10
0- 0
已为社区贡献221条内容
所有评论(0)