作者：徐万腾  周峰  费颖超   公司：东方通信股份有限公司 

一、前言

    本次使用的开发板型号为AIxBoard-N5105，开发公司为蓝蛙智能。蓝蛙智能作为英特尔OpenVINO官方技术伙伴，在2023年推出英特尔数字化开发套件爱克斯板AIxBoard-N5105。作为入门级人工智能应用和边缘智能设备，爱克斯板能完美胜人工智能学习、开发、实训、应用等不同应用场景。

二、产品开箱展示

三、Intel Open Model Zoo英特尔训练模型库验证

    本次首选Intel Open Model Zoo英特尔训练模型库（部署流程可参考：https://github.com/openvinotoolkit/open_model_zoo），挑选部分实验进行验证，测试开发板在人工智能入门学习场景下的应用；

3.1   speech_recognition_quartznet_demo（语音识别实验）

    该实验读取标准化音频信号，输出解码的文本。使用Wav2Vec 模型（轻量型）适合边缘计算，运行命令如下：

python3 speech_recognition_quartznet_demo.py -m ./public/quartznet-15x5-en/FP16/quartznet-15x5-en.xml -i clean007.wav

    语音识别实验效果如图(红框为语音转文字内容)：

3.2   face_recognition_demo（人脸识别演示）

    该实验检测输入的视频或图像中的人脸，并可通过构建数据库，判断是谁，人脸识别技术广泛用于门禁系统、刷脸支付、无人超市等场景中。运行命令如下：

python face_recognition_demo.py -i head-pose-face-detection-female-and-male.mp4 -m_fd ./intel/face-detection-retail-0004/FP16/face-detection-retail-0004.xml -m_lm ./intel/landmarks-regression-retail-0009/FP16/landmarks-regression-retail-0009.xml -m_reid ./intel/face-reidentification-retail-0095/FP16/face-reidentification-retail-0095.xml

3.3   machine_translation_demo（机器翻译演示）

    程序输入为原始语言文本，翻译成目标国家语言的文本。运行命令如下：

#以下为英语翻译为德语
python3 machine_translation_demo.py -d CPU   -i "a sample english text" -m ./intel/machine-translation-nar-en-de-0002/FP16/machine-translation-nar-en-de-0002.xml --tokenizer-src ./intel/machine-translation-nar-en-de-0002/tokenizer_src/ --tokenizer-tgt ./intel/machine-translation-nar-en-de-0002/tokenizer_tgt/
#以下为英语翻译为俄语
python3 machine_translation_demo.py -d CPU   -i "a sample english text" -m ./intel/machine-translation-nar-en-ru-0002/FP16/machine-translation-nar-en-ru-0002.xml --tokenizer-src ./intel/machine-translation-nar-en-ru-0002/tokenizer_src/ --tokenizer-tgt ./intel/machine-translation-nar-en-ru-0002/tokenizer_tgt/

    英文翻译为俄文结果演示：

    英文翻译为德文结果演示：

3.4   sound_classification_demo（声音分类演示）

根据实验加载模型的label，对源声音数据进行分类，查找对应匹配的label，每秒检查推理出声音的类型Class。运行命令如下：

python3 sound_classification_demo.py -i clean007.wav -m ./public/aclnet/FP16/aclnet.xml -d CPU --sample_rate 16000

3.5    其他验证实验说明

        除了上述实验，我们还在该开发板上部署了近期非常流行的对话模型：ChatGPT2和清华ChatGLM。其中清华ChatGLM最小需要6G以上显存，暂时无法启动；ChatGPT2 117M模型文件需要内存4G以上，可以正常运行。从实验案例验证来看，AIxBoard(爱克斯板)很适合作为个人开发，及入门的边缘计算项目。

四、Open5GS网元部署

    部署前准备：k8s dashboard版本为v2.5.1；

4.1 NFV+5GC组网架构

    NFV+5GC组网架构图如下:

1.以容器方式运行的采用绿色。以K8S运行的采用淡绿色，以进程方式运行的采用黄色;

2. UDMA首次启动会通过ODBC连接网管MySQL，后续通过UDR访问MySQL;

3.Mysql通过物理机IP和UDR容器（物理机IP）进行通信，Redis雷同;

4.业务Pod都是以Macvlan方式运行;

5.RAN和DN目前是固定172网段，故跟192网段不同网段;

6.验证在开发板上部署open5gs各网元；

4.2 新建命名空间open5gs

在左边下拉框中找到命名空间，然后点击右上角的“+”号进入创建操作：

    点击后进入以下界面：

选择输入并创建选项，输入namespace配置，点击上传，命名空间创建完成。

选择刚刚创建的open5gs命名空间，后续操作都在该命名空间下操作。

点击下图红框处。

以下部署网元也是进入到此页面，不再赘述，各网元所需yaml文件已提供模板，下文只讲各网元可配的地方。

4.3 部署mongodb

deploy-mongodb.yaml文件内容及详细说明如下：

apiVersion: "k8s.cni.cncf.io/v1"
kind: NetworkAttachmentDefinition
metadata:
  name: open5g***ongodb
spec:
  #pod 网络配置
  config: '{
      "cniVersion": "0.3.0",
      "type": "macvlan",
      "master": "enp3s0f0",
      "mode": "bridge",
      "ipam": {
        "type": "host-local",
        "subnet": "10.8.62.0/24",
        "rangeStart": "10.8.62.120",
        "rangeEnd": "10.8.62.120",
        "routes": [],
        "gateway": "10.8.62.1"
      }
    }'
---
#用于webui访问的service
apiVersion: v1
kind: Service
metadata:
  name: open5g***ongodb
spec:
  ports:
  - port: 27017
    protocol: TCP
    targetPort: 27017
  selector:
    k8s-app: open5g***ongodb
  type: ClusterIP
---
#api版本
apiVersion: v1
#资源类型
kind: Pod
#资源元数据
metadata:
  #注释信息，关联上面的网卡配置
  annotations:
    k8s.v1.cni.cncf.io/networks: open5g***ongodb
  #pod标签，与上面资源选择器的匹配标签对应
  labels:
    k8s-app: open5g***ongodb
  #pod名
  name: open5g***ongodb
#pod规格
spec:
  #重启策略
  restartPolicy: Always
  #容器列表
  containers:
  #- image: 10.8.52.202/open5g***ongo
  - image: 10.8.52.202/open5g***ongo
    #容器端口
    ports:
    - containerPort: 27017
      protocol: TCP
    #容器名
    name: open5g***ongodb
    #计算资源
    resources: 
      #资源限制
      limits:
        cpu: 300m
        memory: 300Mi
      #资源请求
      requests:
        cpu: 300m
        memory: 300Mi
    #volume挂载
    volumeMounts:
    #被挂载的volume名
    - name: config-volume
      #挂载至容器的目录
      mountPath: /data/db
  #volume列表
  volumes:
    #volume名
  - name: config-volume
    #volume类型，这里暂时使用宿主机目录
    hostPath:
      #指定宿主机目录，若宿主机没这个目录，k8s会新建这个目录
      path: /root/open5gs-k8***ongodb

把以上yaml文件内容**到dashboard中，如下：

然后点击上传即可。

4.4 部署open5gs各网元

首先以amf为例，创建configmap，作为amf的配置文件，创建方法与上面相同，配置文件如下：

apiVersion: v1
kind: ConfigMap
metadata:
  name: amf-conf
  namespace: open5gs
data:
  amf.yaml: |-
    level: trace
    logger:
        file: /var/log/open5gs/amf.log
    amf:
        **i:
          - addr: 10.8.62.102
            port: 7777
        ngap:
          - addr: 10.8.62.102
        guami:
          - plmn_id:
              mcc: 901
              mnc: 70
            amf_id:
              region: 2
              set: 1
        tai:
          - plmn_id:
              mcc: 901
              mnc: 70
            tac: 1
        plmn_support:
          - plmn_id:
              mcc: 901
              mnc: 70
            s_nssai:
              - sst: 1
        security:
            integrity_order : [ NIA2, NIA1, NIA0 ]
            ciphering_order : [ NEA0, NEA1, NEA2 ]
        network_name:
            full: Open5GS
        amf_name: open5gs-amf0
    nrf:
        **i:
          - addr:
              - 10.8.62.106
            port: 7777
    parameter:
    max:
    pool:
    time:

滚动至下面可以查看到刚刚创建的configmap。

然后再部署amf网元，配置如下：

apiVersion: "k8s.cni.cncf.io/v1"
kind: NetworkAttachmentDefinition
metadata:
  name: open5gs-amf
spec:
  #pod 网络配置
  config: '{
      "cniVersion": "0.3.0",
      "type": "macvlan",
      "master": "enp3s0f0",
      "mode": "bridge",
      "ipam": {
        "type": "host-local",
        "subnet": "10.8.62.0/24",
        "rangeStart": "10.8.62.102",
        "rangeEnd": "10.8.62.102",
        "routes": [],
        "gateway": "10.8.62.1"
      }
    }'
---
apiVersion: v1
kind: Pod
metadata:
  annotations:
    k8s.v1.cni.cncf.io/networks: open5gs-amf
  name: open5gs-amf
  labels: 
    app: open5gs-amf
spec:
  restartPolicy: Always
  #由于网络方案未定，手动配ip需要时间，init容器用于等待ip配置
  initContainers:
  - image: 10.8.52.202/library/busybox
    name: wait-network
    command: ['sh', '-c', 'while true; do ping 10.8.62.102 -c 1 -W 2;a=$?;if \[\[ $a == 0 \]\];then break; fi; done;']
  containers:
  - image: 10.8.52.202/open5gs/open5gs-amf
    name: open5gs-amf
    resources: 
      limits:
        cpu: 200m
        memory: 200Mi
      requests:
        cpu: 200m
        memory: 200Mi
    volumeMounts:
    - name: config-volume
      mountPath: /open5gs-config
  volumes:
  - name: config-volume
    #volume类型为configMap
    configMap:
      #configMap名
      name: amf-conf

dashboard上显示如下：

后续其他网元操作类似，不再赘述。

4.5 增加用户

    打开浏览器，在地址栏中输入IP:port，登录后可在Subscribe菜单页上进行开户操作:

IMSI号填ue配置文件中的supi项中的号码即可。

4.6 运行模拟基站

首先修改模拟基站配置文件open5gs-gnb.yaml：

其中linkIp,ngapIp,gtpIp都改为模拟基站所在服务器ip。amfConfigs下的addresst填amf的ip。配置完成后，启动模拟基站。

4.7 运行模拟ue

首先也是修改配置，如下图红框处所示，填写基站地址即可。

配置完成后，启动模拟ue。如下图所示，注册成功。

五、总结

    从实验结论来看，AIxBoard(爱克斯板)适合作为个人开发，及入门的边缘计算项目；同时可以快速的移植x86架构下应用程序，为公司5G融合边缘计算项目加速落地提供支持，具有实时完成移动网络边缘的业务处理；适配服务器边缘计算小型硬件组网的要求，可进行便捷部署，支持统一管理接口和主流的服务器操作系统。

    另一方面，开发板存在GPU性能不足的问题，导致部分显存需求实验存在压力。介绍上主要接口与Jetson Nano（带GPU）载板兼容，但还需进行实验探索。若开发板后期能够增加性价比高的GPU组件，将会对边缘计算，图像处理功能提供强大的助力。