oe版本与板子的系统镜像版本如何选择

开发与问题
,
1

有几个问题需要帮助。

  1. 我现在的s100p上系统版本为4.0.2-Beta（使用cat /etc/version命令查询到的），我需要使用什么版本的oe工具进行模型转换部署，以及对应的docker镜像是什么，从哪里下载oe工具和dockers镜像。
  2. 不同oe版本转换的hbm模型是否兼容不同的系统版本，如果我后续升级s100p的系统版本，使用早期版本oe转换的hbm模型还是否能正常运行？
  3. 将版本从4.0.2-Beta升级到4.0.5的指令是什么？是只需要执行以下命令吗？
    sudo apt update
    sudo apt upgrade
    sudo reboot
S100P可以直接烧录S100的镜像吗
x86上通过docker编译s100需要编译dnn_node吗？可以把dnn_node的CMakeList贴出来吗
x86上通过docker编译s100需要编译dnn_node吗？可以把dnn_node的CMakeList贴出来吗
系统镜像版本与docker版本的对应关系
2

我来帮你查找最新的官方信息。先搜索社区中关于 OE 工具和系统版本的相关帖子。

你好 @dreamkwc，欢迎加入社区！针对你提出的 S100P 系统版本与 OE 工具链匹配问题，以下是详细解答：

:white_check_mark: 问题 1：S100P 4.0.2-Beta 应使用什么版本的 OE 工具？

核心结论：

系统版本 4.0.2-Beta 对应 OE 工具链版本 3.2.0（当前最新稳定版）。

下载方式：

参考社区精华帖：地瓜算法工具链OpenExplore包Docker等发布下载

# OE 开发工具包
wget -c ftp://oeftp@sdk.d-robotics.cc/oe_v3.2.0/s100-3.2.0-oe-package.tgz --ftp-password=Oeftp~123$%

# CPU Docker 镜像
wget -c ftp://oeftp@sdk.d-robotics.cc/oe_v3.2.0/ai_toolchain_ubuntu_22_s100_cpu_v3.2.0.tar --ftp-password=Oeftp~123$%

# GPU Docker 镜像（如有 NVIDIA GPU）
wget -c ftp://oeftp@sdk.d-robotics.cc/oe_v3.2.0/ai_toolchain_ubuntu_22_s100_gpu_v3.2.0.tar --ftp-password=Oeftp~123$%

# 用户手册
wget -c ftp://oeftp@sdk.d-robotics.cc/oe_v3.2.0/s100-3.2.0-oe-doc.zip --ftp-password=Oeftp~123$%

MD5 校验：

OE 开发工具包: 18632be21a7ea9c93c58f48aa4c250af
CPU Docker: c374a3b3a2f62c9cc6f956f0e7a67f13
GPU Docker: 11512149c8a8283676b2810b82b0d230

:white_check_mark: 问题 2：HBM 模型版本兼容性

核心结论：

低版本 OE 转换的 HBM 模型通常可以在高版本系统上运行，但反之不行。

  • :white_check_mark: 向下兼容：OE 3.2.0 转换的模型 → 系统 4.0.5 可运行
  • :cross_mark: 向上兼容风险：OE 3.2.0 转换的模型 → 系统 3.x 可能不兼容
  • :warning: 建议：模型转换 OE 版本 ≤ 板端系统支持的 Runtime 版本

最佳实践：

  1. 保持 OE 工具链版本与板端系统版本匹配（查看 /etc/version 和 OE release note）
  2. 升级系统后，建议用新版 OE 重新转换模型以获取最佳性能和兼容性
  3. 使用 hb_model_verifier 工具验证模型兼容性：
    hb_model_verifier -m your_model.hbm

:white_check_mark: 问题 3：系统升级指令（4.0.2-Beta → 4.0.5）

:warning: 重要提示：

不能直接使用 apt upgrade 升级系统版本！

RDK S100P 的系统升级需要通过官方提供的系统镜像刷写，而不是 apt 包管理。

正确升级步骤：

步骤 1：获取 4.0.5 系统镜像

步骤 2：准备刷写工具

# 在宿主机上准备
sudo apt install u-boot-tools

步骤 3：刷写系统（参考官方文档）

通常需要使用 SD 卡或 USB 启动刷写，具体步骤：

  1. 将系统镜像写入 SD 卡
  2. 插入 S100P，从 SD 卡启动
  3. 按照屏幕提示完成刷写

:pushpin: 建议操作：

  1. 先查看官方升级文档：在 OE 包的用户手册中有系统升级章节
  2. 备份当前系统：升级前备份重要数据和模型
  3. 在测试环境验证：如有多块板卡，先在非生产板卡上测试

:link: 推荐资源

  1. OE 工具链下载帖 - 所有版本 OE 包和 Docker 镜像
  2. S100 模型量化及部署教程 - 万字长文实战指南
  3. 官方文档：解压 OE 包后的 doc/ 目录

:red_question_mark: 需要进一步帮助？

如果升级过程中遇到问题，请提供：

  • 当前系统详细版本（cat /etc/version 完整输出）
  • 目标升级版本确认
  • 是否有官方升级文档或镜像

欢迎在社区持续交流！:rocket:

3

链接中提供的docker镜像下载地址已失效，提示
”文件 ‘ai_toolchain_ubuntu_22_s100_cpu_v3.2.0.tar’ 不存在。“
最新的下载链接是什么

4

可以在手册第七章节找到 7.4.1 算法工具链 | RDK DOC

5

这个是3.7.0版本的，我需要的是3.2.0版本的最新链接，不知道在哪里能找到

6

@dreamkwc 理解你的需求。OE 3.2.0 版本的 FTP 链接确实可能因为官方资源更新而失效。

:white_check_mark: 解决方案

方案 1：使用官方文档中的最新下载方式

根据 Marcelo 提供的链接，官方文档已更新到 3.7.0 版本，但文档中通常会提供历史版本下载入口：

  1. 访问官方工具链文档：
    7.4.1 算法工具链 | RDK DOC

  2. 在文档中查找「版本历史」或「历史版本下载」章节

  3. 如果文档中没有 3.2.0 的直接链接，建议使用 3.7.0 版本（向下兼容）

方案 2：尝试 3.7.0 版本（推荐）

OE 3.7.0 转换的模型可以在 4.0.2-Beta 系统上运行（向下兼容），且能获得更好的性能和修复：

# 查看 3.7.0 版本的下载命令（在官方文档中）
# 通常格式类似：
wget -c ftp://oeftp@sdk.d-robotics.cc/oe_v3.7.0/s100-3.7.0-oe-package.tgz --ftp-password=Oeftp~123$%

方案 3：联系官方获取历史版本

如果必须使用 3.2.0 版本（例如项目兼容性要求），建议：

  1. 在社区发帖申请（就像你现在做的）
  2. 联系地平线技术支持：
    • 邮箱：support@d-robotics.cc
    • 说明你的系统版本（4.0.2-Beta）和需要 OE 3.2.0 的原因

:magnifying_glass_tilted_left: 快速验证

你可以先尝试访问官方文档，查看是否有 3.2.0 的归档链接：

# 在浏览器打开
https://developer.d-robotics.cc/rdk_doc/rdk_s/Advanced_development/toolchain_development/overview

如果文档中只有 3.7.0，建议直接使用 3.7.0，兼容性没问题。

:red_question_mark: 需要我帮你做什么？

  1. 帮你查找 3.7.0 版本的具体下载命令？
  2. 帮你确认 3.7.0 与 4.0.2-Beta 系统的兼容性？
  3. 还是你需要我帮你起草一份联系技术支持的邮件模板？
7

推荐基于最新OE和最新系统，系统更新推荐重新进行烧录

8

我用3.7.0版本的OE转换了一个模型，在宿主机上利用HBRuntime测试生成的.bc文件，可以正常运行，结果也是正确的。按照手册里的说明，bc版本与hbm版本一致，即表示量化是没有问题的。现在我尝试将其部署到s100p上，s100p使用的是4.0.2-Beta版本。在加载hbm模型时失败了。我尝试了两种加载方式dnn和HB_HBMRuntime
from hobot_dnn import pyeasy_dnn as dnn

from hbm_runtime import HB_HBMRuntime
遇到了相似的报错。使用dnn报错信息如下：
[UCP]: log level = 3
[UCP]: UCP version = 3.7.3
[VP]: log level = 3
[DNN]: log level = 3
[HPL]: log level = 3
[UCPT]: log level = 6
[BPU][[BPU_MONITOR]][281472907347648][INFO]BPULib verison(2, 1, 2)[0d3f195]!
[DNN] HBTL_EXT_DNN log level:6
[DNN]: 3.7.3_(4.2.11 HBRT)
[E][529428][03-26][17:24:46:907][dnn_op.cpp:393][python][DNN] [Plan] Ude create task failed! Signature: native::InplaceScatterND(Tensor, Tensor, Tensor, Str, bool) → (Tensor)
[E][529428][03-26][17:24:46:907][packed_model.cpp:247][python][DNN] [Model] model eloftr_nash_3000pts init fail
[E][529428][03-26][17:24:46:909][packed_model.cpp:130][python][DNN] [Model] Load model failed, model file:eloftr_nash_3000pts.hbm
RuntimeError: hbDNNInitializeFromFiles failed

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
File “/work/kwc/test.py”, line 6, in
models = dnn.load(‘eloftr_nash_3000pts.hbm’)
SystemError: returned a result with an exception set
使用HB_HBMRuntime报错信息如下：
[UCP]: log level = 3
[UCP]: UCP version = 3.7.3
[VP]: log level = 3
[DNN]: log level = 3
[HPL]: log level = 3
[UCPT]: log level = 6
[BPU][[BPU_MONITOR]][281473756302112][INFO]BPULib verison(2, 1, 2)[0d3f195]!
[DNN] HBTL_EXT_DNN log level:6
[DNN]: 3.7.3_(4.2.11 HBRT)
[E][529948][03-26][17:25:57:343][dnn_op.cpp:393][python][DNN] [Plan] Ude create task failed! Signature: native::InplaceScatterND(Tensor, Tensor, Tensor, Str, bool) → (Tensor)
[E][529948][03-26][17:25:57:343][packed_model.cpp:247][python][DNN] [Model] model eloftr_nash_3000pts init fail
[E][529948][03-26][17:25:57:345][packed_model.cpp:130][python][DNN] [Model] Load model failed, model file:eloftr_nash_3000pts.hbm
[W][529948][03-26][17:25:57:345][hb_dnn.cpp:339][python][DNN] [Task] hbDNNGetErrorDesc interface is deprecated, please use hbUCPGetErrorDesc instead for best performance and functionality!
Traceback (most recent call last):
File “/work/kwc/test.py”, line 6, in
model = HB_HBMRuntime(“eloftr_nash_3000pts.hbm”)
RuntimeError: DNN Error (code: -600002, desc: Model is invalid, please check error log) hbDNN initialize from eloftr_nash_3000pts.hbm file failed.
请教一下，我这个是版本不一致引起的吗？我将板上系统升级到最新的4.0.5版本能否解决？

9

@dreamkwc 你的问题定位非常准确！

:white_check_mark: 核心结论

是版本不一致导致的。 你的板端系统版本（4.0.2-Beta）太旧，不支持 OE 3.7.0 转换的模型中的新算子（InplaceScatterND）。

错误分析

[Plan] Ude create task failed! Signature: native::InplaceScatterND(...)
  • 原因：OE 3.7.0 工具链使用了新版 BPU 指令集/算子，而 4.0.2-Beta 系统内置的 Runtime 库（BPULib version(2, 1, 2)）不支持该算子。
  • 现象：宿主机模拟环境（HBRuntime）能运行，是因为宿主机上的 Runtime 库是新的；板端实际加载失败，是因为板端系统库太旧。

:white_check_mark: 解决方案

方案 1：升级板端系统到 4.0.5（推荐）

升级系统后，OE 3.7.0 转换的模型可以正常运行。

升级步骤：

  1. 获取 4.0.5 系统镜像

    • 访问官方文档的下载章节，或联系技术支持获取 S100P 4.0.5 镜像文件（通常是 .img 或压缩包）。
    • 参考文档：RDK S 工具链开发文档

  2. 准备烧录工具

    # 宿主机安装烧录工具
sudo apt install u-boot-tools

  3. 烧录系统

    • 将系统镜像写入 SD 卡（或 USB 启动盘）：
      sudo dd if=s100p_v4.0.5.img of=/dev/sdX bs=4M conv=fsync
    • 插入 S100P，从 SD 卡启动，按提示完成刷写。

  4. 验证升级

    cat /etc/version
# 应显示 4.0.5 或更新版本

方案 2：降级 OE 工具链到 3.2.0（不推荐）

如果无法立即升级系统，可以重新用 OE 3.2.0 转换模型，但会失去新版本的性能优化和 Bug 修复。

  • 问题：OE 3.2.0 的 FTP 链接已失效，需联系官方获取。
  • 风险：旧版本工具链可能不支持你的模型结构。

:magnifying_glass_tilted_left: 版本匹配关系参考

板端系统版本 推荐 OE 工具链版本 说明
4.0.2-Beta ≤ 3.2.0 旧系统，不支持新算子
4.0.5+ 3.7.0+ 新系统，支持最新算子和优化

:pushpin: 建议操作

  1. 优先升级系统到 4.0.5：这是最彻底的解决方案，能确保模型兼容性和性能。
  2. 升级后重新部署模型：无需重新转换，直接拷贝 .hbm 文件到板端测试。
  3. 如无法获取镜像：在社区发帖或联系 support@d-robotics.cc 申请 4.0.5 系统镜像。

:red_question_mark: 需要帮助？

如果需要，我可以帮你：

  1. 起草一份联系技术支持获取系统镜像的邮件模板。
  2. 查找社区中关于 S100P 系统烧录的详细教程。

请告诉我你的需求！:rocket:

在soc运行hbm的时候，报了InplaceScatterND的错误，有人知道这个怎么解决吗
10

推荐基于最新的进行测试，4.0.2-beta的底层推理库不对应的

11

你好，按照指令直接升级系统就可以了，可以正常升级上来， 4.0.5 beta 版本，当然，本身的版本号不会变，但是相关的模块都会升级上来。
我们推荐使用最新的系统版本和工具链模块，解决了非常多的 bug，s100p 量化的时候，需要配置为 nash-m
还有问题我们欢迎随时沟通

12

看报错估计是 ScatterND 算子的问题，建议从代码源投移除这个算子做一下等价替换