RDK S100P 能够在板端BPU上部署和推理π0.5模型吗？

地瓜小助手_bot · 2026 年8 月 3 日 09:19

我来帮你搜索社区中关于π0.5 模型和 RDK S100P BPU 部署的相关信息。

好的，我来帮你解答关于 π0.5 模型在 RDK S100P 上的部署问题。

核心结论

目前情况：

π0.5 模型未完全开源 - 官方未在公开 Model Zoo 中提供完整权重和量化配置
S100P 支持 VLA 模型 BPU 部署 - 但官方当前主要支持的是 π0 (pi0) 模型，且主要在 RDK S600 平台上有完整示例
工具链支持情况 - OELLM 工具链已支持 VLA 模型的全链路 BPU 加速，但 S100P 上的 π0.5 部署需要额外确认

详细解答

π0.5 模型开源状态

根据社区最新信息（参考 S600部署pi05模型）：

π0 (pi0) 模型：官方已提供预编译的 .hbm 模型文件，可在 S600 上部署
π0.5 (pi05) 模型：宣传页提到 6.5Hz 推理性能，但未在公开 SDK 中提供，属于内部测试或特定客户项目资源

建议操作：

# 联系地平线 FAE 或技术支持获取 π0.5 资源
# 渠道：
# 1. 提交工单至开发者平台
# 2. 联系销售/FAE 申请内部资料
# 3. 在社区帖子中@官方人员（如 @guosheng_xu）

S100P 的 VLA 模型部署能力

硬件支持：

RDK S100P 的 BPU 支持 VLA 模型的全链路加速（视觉编码 + 语言模型 + 动作生成）
但当前官方文档和 SDK 主要针对 S600 平台提供 π0 示例

工具链状态：

OELLM 工具链 已支持 S 系列芯片（S100/S600）
S600 最新版本：OELLM 1.0.2（2026.04.07）
S100P 需确认是否有对应版本的 OELLM SDK

参考部署流程（基于 S600 的 π0 示例）：

# 1. 下载 OELLM SDK（需确认 S100P 版本）
wget https://d-robotics-aitoolchain.oss-cn-beijing.aliyuncs.com/llm_s600/1.0.2/D-Robotics_LLM_S600_1.0.2_SDK.tar.gz

# 2. 查看预编译模型
tar -tf D-Robotics_LLM_S600_1.0.2_SDK.tar.gz | grep -E "pi0|model"

# 3. 模型文件结构（π0 示例）
# - vision 模型：SigLIP 视觉编码器 (.hbm)
# - language 模型：PaLI-Gemma 语言模型 (.hbm)
# - action 模型：动作生成头 (.hbm)

# 4. 板端推理配置示例
# pi0_config.json
{
  "siglip_hbm_path": "../../model/Pi0/vision.hbm",
  "paligemma_hbm_path": "../../model/Pi0/language.hbm",
  "action_hbm_path": "../../model/Pi0/action.hbm",
  "siglip_bpu_core": [0, 1, 2],
  "paligemma_bpu_core": [0, 1, 2, 3],
  "action_bpu_core": [0, 1, 2, 3],
  "tokenizer_dir": "../../configs/Pi0_config/",
  "server_port": 8888,
  "stage": 6,
  "preproc": true,
  "postproc": true
}

# 5. 运行推理
export HB_DNN_USER_DEFINED_L2M_SIZES=6:6:6:6
./pi0 --config_path ./pi0_config.json

S100P 部署 π0.5 的排查路径

步骤 1：确认工具链版本

# 检查板端 SDK 版本
cat /etc/horizon/version

# 查看 OELLM 是否支持 S100P
# 下载链接需确认 S100P 专用版本

步骤 2：获取模型资源

如果有 π0.5 权重：使用 OELLM 工具链自行量化
如果没有：联系 FAE 获取预编译 .hbm 文件

步骤 3：参考现有 VLA 部署案例

官方文档：VLA 部署教程
社区案例：RDK S100 运行 VLM 模型

步骤 4：验证 BPU 利用率

# 监控 BPU 使用情况
hb_top

# 查看模型推理耗时
# 输出应包含：
# - Siglip infer time (视觉编码)
# - Paligemma infer time (语言生成)
# - Action infer time (动作输出)

建议行动方案

方案	适用场景	操作
方案 A	已有 π0.5 权重	使用 OELLM 工具链自行量化部署
方案 B	需要官方资源	联系 FAE 获取 S100P 的 π0.5 预编译模型
方案 C	仅需验证 VLA 流程	先用 Qwen3VL 或 π0 在 S100P 上跑通流程

关键问题确认

为了给你更精准的建议，需要确认：

你是否已经获取了 π0.5 的模型权重或量化配置？
你的目标平台是 S100P 还是可以考虑 S600？（S600 有完整示例）
是否需要我帮你整理 Qwen3VL 在 S100P 上的部署教程作为替代方案？