AI NAS

NAS(Network Attached Storage)是以网络协议对外提供文件、对象、备份、媒体与应用服务的专用存储设备。AI NAS（AI Network Attached Storage）是在传统 NAS 存储功能基础上，融合本地 AI 推理能力的新型存储设备。区别于传统 NAS 仅提供文件存储与共享服务，AI NAS 可在本地完成图像识别、视频分析、智能检索、多模态问答等 AI 任务，数据无需上传云端，兼顾隐私保护与低延迟响应。

核心能力

图像智能：图片自动分类与标签、人脸识别与相册聚合、以图搜图、EXIF 元数据提取。
视频智能：视频内容分析与场景切割、智能剪辑与摘要生成、实时视频流目标检测与告警。
文档智能：OCR 文字识别、PDF/Office 文档解析、语义向量化与全文检索。
本地问答：大语言模型部署（RAG）、知识库管理、多轮对话与上下文记忆。
模型管理：本地模型下载、版本切换、量化格式支持、CPU推理后端配置。

平台支持情况

平台 & 系统	是否支持
K1 Buildroot	✅ 支持
K1 OpenHarmony	❌ 不支持
K1 Bianbu LXQT/GNOME	✅ 支持
K3 Buildroot	✅ 支持
K3 OpenHarmony	❌ 不支持
K3 Bianbu LXQT/GNOME	✅ 支持

技术架构

系统架构图

开发环境

开发环境	适用场景	核心优势
Buildroot	嵌入式固件、最小化系统镜像、轻量产品	镜像小、启动快、可控性高
Debian	功能验证、应用生态、高配产品	APT/OMV/Docker 生态完整，开发便捷

Buildroot开发环境

基于 Buildroot 构建的 Linux SDK，适配 SpacemiT K 系列芯片。包含监管程序接口（OpenSBI）、引导加载程序（U-Boot/UEFI）、Linux 内核、根文件系统（包含各种中间件和库）以及示例等。其目标是为客户提供处理器 Linux 支持，并且可以开发驱动或应用。

K1 Buildroot

K1 Buildroot开发资料

K1 Buildroot下载源码

K3 Buildroot

K3 Buildroot开发资料

K3 Buildroot下载源码

Debian开发环境

Debian 开发环境基于 Bianbu OS（SpacemiT 官方 Debian 衍生发行版），Bianbu 是为 RISC-V 架构的处理器深度优化的操作系统，基于 Ubuntu 社区源码构建，为进迭时空 AI CPU 提供系统底座。Bianbu 为开发者和用户提供以下版本镜像：

GNOME 桌面版本：原生桌面版，预装 GNOME Shell 桌面环境、Chromium、LibreOffice、MPV 等应用。
LXQt 桌面版本：基于 LXQt 重新设计和开发的轻桌面，用于轻量级，对资源占用和性能有要求的场景。
Minimal版本：最小系统版本，提供命令行界面。

Debian NAS方案基于Bianbu Minimal版本开发，其中K1 Bianbu 2.0基于Ubuntu 24.04社区版本构建，K3 Bianbu 4.0基于Ubuntu 26.04社区版本构建。

Bianbu开发环境和Buildroot开发环境共用bsp源码。

多媒体功能开发

Spacemit平台的 VPU 基于 V4L2 框架实现，具有硬件视频编解码功能。

解码格式：H.264 / HEVC / VP8 / VP9 / MJPEG / MPEG-4
编码格式：H.264 / HEVC / VP8 / VP9 / MJPEG

FFMPEG用户使用指南

Gstreamer用户使用指南

Gstreamer 用户使用指南

AI 功能开发

AI 开发环境

Buildroot AI开发环境

Buildroot发布版本已集成llama.cpp，spacemit-onnxruntime。

Bianbu AI开发环境

安装llama.cpp

sudo apt update
sudo apt install llama.cpp-tools-spacemit

安装spacemit-onnxruntime

sudo apt-get update
sudo apt-get install -y spacemit-onnxruntime libopencv-dev python3-spacemit-ort python3-pillow python3-matplotlib python3-opencv

AI 功能

AI NAS可参考Spacemit平台的智算平台AI SDK，实现以下AI功能。

智能媒体库

图片识别：分类、目标检测、人脸检测、人脸特征、情绪识别、姿态识别。
视频分析：抽帧、目标检测、多目标跟踪、关键帧摘要。
相册能力：人物聚类、场景标签、重复图片识别、自然语言检索。
媒体问答：VLM 根据图片生成描述，支持“这张图里有什么”“找出有猫的照片”等查询。

私有知识库与RAG

文档接入：PDF、TXT、Markdown、Office 文档、图片 OCR 后文本。
向量化：按共享目录、用户、项目或标签生成知识库。
检索增强问答：LLM SDK 的 /api/chat 支持传入 kb_ids，可对指定知识库进行 RAG 问答。
知识库管理：LLM SDK 提供知识库创建、文件上传、向量化、进度查询、chunk 调试、删除等 API。
资产服务：LLM SDK 的 Assets 接口可代理 MinIO 静态文件，并支持 Range 请求，适合文档、音频、图片预览。

语音与会议中心

ASR：音频文件转写，适合会议录音、家庭语音备忘、视频字幕生成。
TTS：文本转语音，用于语音播报、无屏设备交互。
VAD：语音活动检测，减少静音片段处理。
Voiceprint/说话人分离：用于多说话人会议记录和家庭成员识别。

本地AI助理

本地聊天：LLM SDK、llama-server 或 Ollama 提供 OpenAI 兼容或 REST API。
模型管理：下载、取消下载、启动、停止、切换当前模型、查询服务状态。
会话管理：创建会话、消息历史、重命名会话、删除会话。
多模态问答：VLM 支持图像描述、视觉问答、多轮图文对话。
Agent 扩展：将 NAS 的文件搜索、相册检索、备份任务、下载任务、系统诊断封装为工具。

存储方案设计

磁盘识别与设备模型

建议开发中不要直接持久化 /dev/sda、/dev/nvme0n1：

磁盘唯一标识：优先 WWN/serial，兼容 USB 桥接芯片缺失 serial 的情况。
分区标识：使用 PARTUUID。
文件系统标识：使用 UUID/LABEL。
Web UI 展示：型号、序列号、容量、接口、温度、SMART 状态、所在阵列。

RAID 选择

模式	最少盘数	容量	冗余	适用场景
Single	1	1 盘	无	入门、外置盘
JBOD/Linear	2	总和	无	容量优先，不建议存重要数据
RAID0	2	总和	无	临时高速缓存
RAID1	2	1 盘	1 盘	家用双盘 NAS 首选
RAID5	3	N-1	1 盘	多盘容量与冗余平衡
RAID6	4	N-2	2 盘	大容量盘、重建时间长的场景
RAID10	4	N/2	每组 1 盘	性能与恢复速度优先

建议：

新建 MD RAID 使用整块裸盘或标准 GPT 分区，保持所有成员盘容量一致。
RAID 元数据使用 1.2，特殊启动分区场景再评估 1.0。
RAID5/6 重建期间必须限制后台任务并提示性能下降。
USB 连接的数据盘不建议组成生产 RAID。

文件系统选择

文件系统	优势	风险/限制	推荐用途
ext4	稳定、恢复工具成熟、资源占用低	快照能力弱	默认通用数据盘
xfs	大文件与并发性能好	缩容困难	视频、备份、大文件
btrfs	COW、快照、校验、压缩	运维复杂度高，RAID5/6 慎用	快照/轻量数据保护
zfs	数据完整性强、快照强	内核模块和内存要求高	Debian 高配/插件路线

共享目录与权限

权限策略：

Linux 层使用用户/组和 POSIX ACL。
SMB 层启用 vfs objects = acl_xattr recycle streams_xattr。
NFS 依赖 UID/GID 映射，不作为互联网暴露服务。
家目录共享单独启用，避免和公共共享混用。

SMART 与健康监控

监控项：

SMART overall-health。
温度、通电时间、重映射扇区、待映射扇区、不可校正错误。
NVMe media errors、percentage used、critical warning。
RAID 状态：clean/degraded/recovering/resync。
文件系统只读、挂载失败、I/O error。

告警分级：

P0：阵列降级、双盘错误、文件系统只读。
P1：SMART failed、坏扇区增长、温度过高。
P2：容量超过 85%、单服务异常、备份失败。

网络方案设计

基础网络

默认 DHCP，Web UI 支持静态 IP。
支持 IPv4/IPv6 双栈，IPv6 默认不暴露管理接口到公网。
mDNS 主机名：nas-dev.local。
Windows 发现：wsdd2，减少 SMB1/NetBIOS 依赖。
MTU 默认 1500，2.5G/10G 内网可选 Jumbo Frame，但必须全链路一致。

高级网络

Bonding：active-backup 用于可靠性，802.3ad 需要交换机 LACP。
VLAN：企业/实验室多网段隔离。
防火墙：默认只开放 Web、SSH、SMB、NFS、rsync、Docker 映射端口。
服务绑定：管理服务可限制监听 LAN 口，不监听 WAN/热点口。

性能调优

检查项：

ethtool eth0
ethtool -k eth0
ip -s link show eth0
ss -tulpn

可评估项：

TCP 拥塞控制：bbr 或 cubic。
网卡 offload：GRO/GSO/TSO/RSS。
Samba 参数：server multi channel support、aio read/write size、socket options 慎用。
IRQ 绑核与 RPS/XPS：高吞吐平台再做。

性能测试

AI 性能

Vision：单帧推理耗时、FPS、CPU/TCM 占用、模型加载时间。
ASR：RTF、转写准确率抽检、长音频稳定性。
TTS：首包延迟、合成速度、音频质量抽检。
LLM：prefill tokens/s、decode tokens/s、首 token 延迟、上下文长度、并发数。
RAG：文档解析速度、向量化速度、召回准确性、问答延迟。
系统影响：SMB/NFS 吞吐下降比例、磁盘队列、温度、内存峰值。

存储基础测试

ID	用例	步骤	期望
ST-001	磁盘识别	插入 SATA/NVMe/USB 盘，执行 `lsblk -J`, `blkid`	型号、容量、序列号、接口正确
ST-002	分区格式化	GPT 新建分区，格式化 ext4/xfs/btrfs	成功挂载到 `/srv/poolX`
ST-003	UUID 挂载	重启 3 次，交换插盘顺序	挂载路径稳定
ST-004	热插拔	USB 盘插拔 20 次	无 kernel panic，UI 状态刷新
ST-005	文件系统满盘	写入至 95%/100%	告警触发，服务不崩溃
ST-006	掉电恢复	写入中断电，重启 fsck/mount	数据盘可恢复或明确进入维护态

RAID 测试

ID	用例	步骤	期望
RD-001	RAID1 创建	两盘创建 RAID1，格式化挂载	`/proc/mdstat` clean
RD-002	RAID5 创建	三盘创建 RAID5	同步完成后状态 clean
RD-003	降级读写	RAID1/5 拔一盘，继续 SMB 写入	服务可用，告警 P0
RD-004	替换重建	插入新盘执行 recover	重建完成，数据校验通过
RD-005	重启组装	RAID 创建后重启	mdadm 自动 assemble
RD-006	异盘导入	其他 Linux 创建阵列后迁入	能识别并挂载，UI 提示导入

常用命令：

cat /proc/mdstat
mdadm --detail /dev/md0
mdadm --examine /dev/sdX

SMART 测试

ID	用例	步骤	期望
SM-001	SMART 读取	`smartctl -a /dev/sdX`	能解析健康状态和温度
SM-002	短测	`smartctl -t short /dev/sdX`	任务可启动，结果可查询
SM-003	NVMe 健康	`smartctl -a /dev/nvme0`	critical warning 等字段正确
SM-004	告警模拟	使用测试盘或 mock 输出坏扇区	UI/邮件/日志告警

本地 I/O 性能测试

NAS 存储性能测试建议按“块设备、文件系统、协议共享”三层拆开。块设备测试用于判断盘和控制器上限；文件系统测试用于验证 ext4/xfs/btrfs、RAID、缓存和挂载参数；SMB/NFS 测试用于验证最终用户体验。

测试前准备：

# 查看设备、挂载点、文件系统和调度器
lsblk -o NAME,TYPE,SIZE,MODEL,TRAN,MOUNTPOINT,FSTYPE
df -hT
cat /sys/block/<dev>/queue/scheduler

# 确认测试目录有足够空间，建议测试文件大小大于内存容量的 2 倍
mkdir -p /srv/pool1/test

记录项：

设备信息：磁盘型号、接口、文件系统、RAID 级别、挂载参数。
系统状态：CPU、内存、温度、I/O wait、RAID rebuild 状态。
性能指标：吞吐、IOPS、平均延迟、P95/P99/P99.9 延迟。
测试参数：块大小、队列深度、并发数、文件大小、direct I/O、运行时间。

dd 基础顺序读写

dd 适合快速冒烟测试，优点是系统自带概率高；缺点是指标较少，不能替代 fio/iozone/vdbench。

文件系统顺序写：

dd if=/dev/zero of=/srv/pool1/test/dd_write.bin bs=1M count=8192 \
  conv=fdatasync status=progress

文件系统顺序读：

sync
echo 3 > /proc/sys/vm/drop_caches
dd if=/srv/pool1/test/dd_write.bin of=/dev/null bs=4M status=progress

direct I/O 读写：

dd if=/dev/zero of=/srv/pool1/test/dd_direct.bin bs=1M count=8192 \
  oflag=direct status=progress

dd if=/srv/pool1/test/dd_direct.bin of=/dev/null bs=4M \
  iflag=direct status=progress

块设备只读参考测试：

dd if=/dev/nvme0n1 of=/dev/null bs=16M count=256 iflag=direct status=progress

注意：

不要对有数据的块设备执行 of=/dev/sdX 写入测试，除非明确是可销毁测试盘。
某些文件系统或设备对 iflag=direct/oflag=direct 支持不完整，失败时记录错误并改用 drop cache 后普通读。
测试完成删除临时文件：rm -f /srv/pool1/test/dd_*.bin。

fio 综合 I/O 测试

fio 是 NAS 开发中最推荐的通用 I/O 性能工具，适合顺序、随机、混合、延迟和长稳测试。

顺序写：

fio --name=seqwrite --directory=/srv/pool1/test --rw=write --bs=1M \
  --size=8G --numjobs=1 --iodepth=16 --direct=1 --time_based=0 \
  --group_reporting --output-format=json --output=seqwrite.json

顺序读：

fio --name=seqread --directory=/srv/pool1/test --rw=read --bs=1M \
  --size=8G --numjobs=1 --iodepth=16 --direct=1 \
  --group_reporting --output-format=json --output=seqread.json

4K 随机读：

fio --name=randread --directory=/srv/pool1/test --rw=randread --bs=4k \
  --size=4G --numjobs=4 --iodepth=32 --direct=1 --runtime=300 \
  --time_based --group_reporting --output-format=json \
  --output=randread.json

4K 随机写：

fio --name=randwrite --directory=/srv/pool1/test --rw=randwrite --bs=4k \
  --size=4G --numjobs=4 --iodepth=32 --direct=1 --runtime=300 \
  --time_based --group_reporting --output-format=json \
  --output=randwrite.json

4K 随机混合读写：

fio --name=randrw --directory=/srv/pool1/test --rw=randrw --rwmixread=70 \
  --bs=4k --size=4G --numjobs=4 --iodepth=32 --direct=1 \
  --runtime=300 --time_based --group_reporting --output-format=json \
  --output=randrw.json

多文件多客户端模拟：

fio --name=multiuser --directory=/srv/pool1/test --rw=randrw --rwmixread=80 \
  --bs=64k --size=2G --numjobs=16 --iodepth=8 --direct=1 \
  --runtime=600 --time_based --group_reporting \
  --output-format=json --output=multiuser.json

延迟优先测试：

fio --name=latency --directory=/srv/pool1/test --rw=randread --bs=4k \
  --size=4G --numjobs=1 --iodepth=1 --direct=1 --runtime=300 \
  --time_based --group_reporting --output-format=json \
  --output=latency.json

块设备测试示例：

# 只读测试可直接使用块设备
fio --name=devread --filename=/dev/nvme0n1 --rw=read --bs=1M \
  --iodepth=32 --direct=1 --runtime=120 --time_based \
  --group_reporting --readonly --output-format=json --output=devread.json

注意：

对块设备做写入测试会破坏数据，必须只用于空盘或专用测试盘。
--size 应大于内存，避免结果被 page cache 放大。
建议保留 JSON 输出，后续可自动提取 bw_bytes、iops、lat_ns.percentile。

iozone 文件系统测试

iozone 适合做文件系统矩阵测试，覆盖 write/rewrite/read/reread/random read/random write，并能生成二维结果表。

自动模式：

iozone -a -i 0 -i 1 -i 2 -s 8G -r 4k -r 64k -r 1M \
  -f /srv/pool1/test/iozone.test \
  -Rb /srv/pool1/test/iozone_result.xls

direct I/O 模式：

iozone -a -I -i 0 -i 1 -i 2 -s 8G -r 4k -r 64k -r 1M \
  -f /srv/pool1/test/iozone_direct.test \
  -Rb /srv/pool1/test/iozone_direct_result.xls

多线程吞吐：

iozone -t 8 -i 0 -i 1 -i 2 -s 2G -r 1M \
  -F /srv/pool1/test/ioz1 /srv/pool1/test/ioz2 /srv/pool1/test/ioz3 /srv/pool1/test/ioz4 \
     /srv/pool1/test/ioz5 /srv/pool1/test/ioz6 /srv/pool1/test/ioz7 /srv/pool1/test/ioz8

关注指标：

初次 write 与 rewrite 的差距，用于判断缓存和覆盖写性能。
read 与 reread 的差距，用于判断 page cache 影响。
random read/write 在 4K/64K 下的 IOPS 和延迟表现。

vdbench 企业级压力测试

vdbench 适合做长时间、可重复、可描述的存储压力测试，常用于 RAID、文件系统、NAS 协议和多工作负载混合测试。

块设备只读配置 vdbench_block_read.conf：

sd=sd1,lun=/dev/nvme0n1,openflags=o_direct
wd=wd1,sd=sd1,xfersize=1m,rdpct=100,seekpct=0
rd=rd1,wd=wd1,iorate=max,elapsed=300,interval=1

文件系统顺序写配置 vdbench_fs_write.conf：

fsd=fsd1,anchor=/srv/pool1/test/vdbench,depth=2,width=4,files=64,size=256m
fwd=fwd1,fsd=fsd1,operation=write,xfersize=1m,fileio=sequential,fileselect=random,threads=8
rd=rd1,fwd=fwd1,fwdrate=max,elapsed=300,interval=1

文件系统混合读写配置 vdbench_fs_mix.conf：

fsd=fsd1,anchor=/srv/pool1/test/vdbench,depth=2,width=8,files=128,size=128m
fwd=fwd1,fsd=fsd1,operation=read,xfersize=64k,fileio=random,fileselect=random,threads=8
fwd=fwd2,fsd=fsd1,operation=write,xfersize=64k,fileio=random,fileselect=random,threads=4
rd=rd1,fwd=(fwd1 fwd2),fwdrate=max,elapsed=1800,interval=5

执行：

vdbench -f vdbench_fs_mix.conf -o /srv/pool1/test/vdbench_out

注意：

vdbench 需要 Java 运行环境。
块设备写入同样会破坏数据，量产测试优先使用文件系统模式。
长稳测试建议至少 1-24 小时，配合温度、SMART、RAID、dmesg 监控。

网络吞吐测试

NAS 网络测试建议覆盖 TCP 吞吐、UDP 丢包/抖动、请求响应延迟、多连接并发、长时间稳定性和协议栈 CPU 占用。测试前确认链路速率、双工、MTU 和 offload 状态：

ip -br addr
ip -s link show <iface>
ethtool <iface>
ethtool -k <iface>
ss -tulpn

iperf3 测试方法

iperf3 适合 TCP/UDP 吞吐、反向、双向和多流测试，是 NAS 网络验收首选工具。

服务端：

iperf3 -s

客户端上行：

iperf3 -c <NAS_IP> -t 60 -P 4 -J > iperf_upload.json

客户端下行，即 NAS 到客户端：

iperf3 -c <NAS_IP> -t 60 -P 4 -R -J > iperf_download.json

双向同时收发：

iperf3 -c <NAS_IP> -t 60 -P 4 --bidir -J > iperf_bidir.json

单连接 TCP 基线：

iperf3 -c <NAS_IP> -t 60 -P 1 -J > iperf_tcp_p1.json

多连接 TCP：

iperf3 -c <NAS_IP> -t 60 -P 8 -J > iperf_tcp_p8.json

UDP 抖动/丢包：

iperf3 -c <NAS_IP> -u -b 900M -t 60 -J > iperf_udp.json

UDP 阶梯压测：

for rate in 100M 300M 600M 900M; do
  iperf3 -c <NAS_IP> -u -b $rate -t 60 -J > iperf_udp_${rate}.json
done

长时间稳定性：

iperf3 -c <NAS_IP> -t 3600 -P 4 -J > iperf_1h.json

MTU/Jumbo Frame 对比：

ip link set <iface> mtu 1500
iperf3 -c <NAS_IP> -t 60 -P 4 -J > iperf_mtu1500.json

ip link set <iface> mtu 9000
iperf3 -c <NAS_IP> -t 60 -P 4 -J > iperf_mtu9000.json

注意：MTU 必须 NAS、客户端、交换机全链路一致，否则容易出现丢包或性能下降。

netperf 测试方法

netperf 适合补充 TCP/UDP 吞吐和请求响应类测试，尤其是 TCP_RR 可用于观察小包请求/响应延迟。

NAS 端启动服务：

netserver -D -p 12865

TCP 上行，即客户端到 NAS：

netperf -H <NAS_IP> -p 12865 -l 60 -t TCP_STREAM -- -m 64K

TCP 下行，即 NAS 到客户端：

netperf -H <NAS_IP> -p 12865 -l 60 -t TCP_MAERTS -- -m 64K

TCP 请求响应延迟：

netperf -H <NAS_IP> -p 12865 -l 60 -t TCP_RR -- -r 1,1
netperf -H <NAS_IP> -p 12865 -l 60 -t TCP_RR -- -r 64K,64K

UDP 吞吐：

netperf -H <NAS_IP> -p 12865 -l 60 -t UDP_STREAM -- -m 1472

多进程并发：

for i in 1 2 3 4 5 6 7 8; do
  netperf -H <NAS_IP> -p 12865 -l 60 -t TCP_STREAM -- -m 64K > netperf_$i.log &
done
wait

结果关注：

Throughput：吞吐能力。
Trans/s：请求响应事务数，适合小包 RPC/元数据场景。
CPU 占用和软中断：mpstat, top, /proc/interrupts。

网络测试组合建议

测试目标	工具	推荐命令
单连接 TCP 基线	iperf3	`iperf3 -c <NAS_IP> -t 60 -P 1 -J`
多连接吞吐	iperf3	`iperf3 -c <NAS_IP> -t 60 -P 4/8 -J`
下行吞吐	iperf3	`iperf3 -c <NAS_IP> -R -P 4 -J`
双向吞吐	iperf3	`iperf3 -c <NAS_IP> --bidir -P 4 -J`
UDP 丢包/抖动	iperf3	`iperf3 -u -b <rate> -J`
小包请求响应	netperf	`netperf -t TCP_RR -- -r 1,1`
NAS 发包能力	netperf	`netperf -t TCP_MAERTS`
长稳	iperf3/netperf	`-t 3600` 或 `-l 3600`

验收建议：

1GbE：TCP 单向接近线速，长期测试无丢包/断流。
2.5GbE/10GbE：记录 CPU 软中断占用，确认瓶颈在网络、存储还是协议栈。
Jumbo Frame：分别测试 MTU 1500/9000，只有全链路稳定才允许默认开启。
网络测试报告应记录：链路速率、MTU、客户端配置、交换机型号、测试方向、并发数、CPU 占用、丢包和重传。

SMB/NFS 协议测试

SMB：

smbclient -L //<NAS_IP> -U admin
smbclient //<NAS_IP>/public -U admin -c "put test.bin; get test.bin out.bin"

Windows 客户端：

net use Z: \\<NAS_IP>\public /user:admin <password>
robocopy C:\test Z:\test /E /MT:8

NFS：

sudo mount -t nfs4 <NAS_IP>:/public /mnt/nas
dd if=/dev/zero of=/mnt/nas/test.bin bs=1M count=4096 conv=fdatasync

测试点：

多用户权限隔离。
大文件、海量小文件、中文文件名、长路径。
macOS resource fork、Windows ACL、Linux uid/gid。
断网恢复、NAS 重启后客户端重连。

稳定性与压力

ID	用例	持续时间	关注点
STB-001	SMB 连续读写	24h	吞吐波动、内存泄漏
STB-002	RAID 重建 + SMB 写入	至重建完成	重建速度、服务可用
STB-003	Docker 应用 + 文件共享并发	24h	I/O 争用、端口冲突
STB-004	断电/重启循环	100 次	自动挂载、服务恢复
STB-005	多客户端并发	8/16/32 客户端	连接数、锁冲突

模型移植

inswapper移植示例

基于 InsightFace 的 inswapper_128.onnx，是一个人脸替换（Face Swap）模型。移植inswapper 到bianbu 4.0 系统AI SDK。

实现内容包括：

人脸检测：det_10g.onnx
人脸特征提取：w600k_r50.onnx
换脸生成：inswapper_128.onnx
embedding 映射矩阵：inswapper_128.emap.bin
XSlim INT8 量化检测/识别模型
使用 SpaceMITExecutionProvider 运行验证

AI SDK下载

git clone --recurse-submodules https://github.com/spacemit-com/ai-sdk.git

构建工程

vision/examples/CMakeLists.txt

add_model_example(inswapper inswapper)

inswapper目录结构：

vision/examples/inswapper/
├── README.md
├── config/
│   ├── inswapper.yaml
│   └── inswapper_xslim_int8_spacemit.yaml
├── cpp/
│   └── inswapper.cpp
└── scripts/
    ├── download_models.sh
    ├── prepare_xslim_calib.py
    └── xslim_quantize.py

下载模型

cd ai-sdk
bash vision/examples/inswapper/scripts/download_models.sh

默认FP32配置

vision/examples/inswapper/config/inswapper.yaml

det_model_path: ~/.cache/models/vision/inswapper/buffalo_l/det_10g.onnx
rec_model_path: ~/.cache/models/vision/inswapper/buffalo_l/w600k_r50.onnx
swap_model_path: ~/.cache/models/vision/inswapper/inswapper_128.onnx
emap_path: ~/.cache/models/vision/inswapper/inswapper_128.emap.bin
test_image: ~/.cache/assets/inswapper/t1.jpg
output_path: inswapper_result.jpg
det_size: [640, 640]
source_index: 2
target_index: -1
default_params:
  det_threshold: 0.5
  nms_threshold: 0.4
  num_threads: 4
  providers:
    - CPUExecutionProvider

XSlim INT8 量化

准备校准数据

python3 vision/examples/inswapper/scripts/prepare_xslim_calib.py

生成 XSlim JSON 配置

python3 vision/examples/inswapper/scripts/xslim_quantize.py

执行量化

python3 -m xslim -c models/inswapper/xslim_quant/det_10g.xslim.int8.json
python3 -m xslim -c models/inswapper/xslim_quant/w600k_r50.xslim.int8.json

XSlim + SpaceMIT EP 配置

# InsightFace INSwapper demo with XSlim INT8 detector/recognizer and SpaceMIT EP.
det_model_path: ~/.cache/models/vision/inswapper/xslim_quant/det_10g.xslim.int8.onnx
rec_model_path: ~/.cache/models/vision/inswapper/xslim_quant/w600k_r50.xslim.int8.onnx
swap_model_path: ~/.cache/models/vision/inswapper/inswapper_128.onnx
emap_path: ~/.cache/models/vision/inswapper/inswapper_128.emap.bin
test_image: ~/.cache/assets/inswapper/t1.jpg
output_path: inswapper_result_xslim_spacemit.jpg
det_size: [640, 640]
source_index: 2
target_index: -1
default_params:
  det_threshold: 0.5
  nms_threshold: 0.4
  num_threads: 4
  det_provider: CPUExecutionProvider
  rec_provider: SpaceMITExecutionProvider
  swap_provider: SpaceMITExecutionProvider
  providers:
    - SpaceMITExecutionProvider

构建

cd ai-sdk
./build/build.sh package vision

CPU FP32验证

source build/envsetup.sh
inswapper vision/examples/inswapper/config/inswapper.yaml \
  --output /home/bianbu/codex/ai-sdk/inswapper_result.jpg

XSlim INT8 + SpaceMIT EP 验证

source build/envsetup.sh
inswapper vision/examples/inswapper/config/inswapper_xslim_int8_spacemit.yaml \
  --output /home/bianbu/codex/ai-sdk/inswapper_result_xslim_spacemit.jpg

第三方应用移植

Jellyfin移植示例

Jellyfin 是一个开源的媒体服务器，支持电影、电视剧、音乐、图书、照片等多种媒体类型。支持多端访问，支持多用户账号。Jellyfin 官方不提供 RISC-V 预编译包，基于bianbu 4.0 系统移植Jellyfin（版本jellyfin v10.11.11）

下载dotnet riscv64预编译包

wget https://github.com/dkurt/dotnet_riscv/releases/download/v9.0.100/dotnet-sdk-9.0.100-linux-riscv64-gcc-ubuntu-24.04.tar.gz

安装dotnet

sudo mkdir -p /usr/local/dotnet
tar -zxvf dotnet-sdk-9.0.100-linux-riscv64-gcc-ubuntu-24.04.tar.gz -C /usr/local/dotnet

移植SkiaSharp

git clone --depth 1 -b v3.116.1 https://github.com/mono/SkiaSharp.git
cd SkiaSharp
git submodule update --init --recursive

cd externals/skia
python3 tools/git-sync-deps

编译参考文档

移植Jellyfin web

git clone https://github.com/jellyfin/jellyfin-web.git
git checkout tags/v10.11.11

移植Jellyfin server

git clone https://github.com/jellyfin/jellyfin.git
git checkout tags/v10.11.11

部署

rsync -a --delete /tmp/jellyfin-publish/ /opt/jellyfin/bin/

启动Jellyfin server

sudo systemctl start jellyfin

构建Docker

目录结构

/opt/jellyfin/docker/
├── Dockerfile
├── .dockerignore
├── dotnet/          # .NET 9 运行时（shared/ + host/ + dotnet 二进制）
├── bin/             # Jellyfin server 程序
└── web/             # Jellyfin web 前端

Dockerfile

FROM ubuntu:24.04

ENV DEBIAN_FRONTEND=noninteractive

# 基础运行时依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    ca-certificates \
    libicu74 \
    libssl3 \
    libfontconfig1 \
    libfreetype6 \
    ffmpeg \
    && rm -rf /var/lib/apt/lists/*

# 创建运行用户
RUN groupadd -r jellyfin && useradd -r -g jellyfin -s /bin/false jellyfin

# 复制 .NET 9 运行时（仅 shared/host，排除 sdk/packs/templates）
COPY dotnet/shared /opt/dotnet/shared
COPY dotnet/host /opt/dotnet/host
COPY dotnet/dotnet /opt/dotnet/dotnet

# 复制 Jellyfin 程序和 Web
COPY bin/ /opt/jellyfin/bin/
COPY web/ /opt/jellyfin/web/

# 创建数据目录并设置权限
RUN mkdir -p \
    /var/lib/jellyfin \
    /var/cache/jellyfin \
    /var/log/jellyfin \
    /etc/jellyfin \
    && chown -R jellyfin:jellyfin \
    /var/lib/jellyfin \
    /var/cache/jellyfin \
    /var/log/jellyfin \
    /etc/jellyfin \
    /opt/jellyfin \
    /opt/dotnet

ENV DOTNET_ROOT=/opt/dotnet
ENV DOTNET_CLI_TELEMETRY_OPTOUT=1
ENV DOTNET_NOLOGO=1
ENV ASPNETCORE_URLS=http://+:8096

EXPOSE 8096

VOLUME ["/var/lib/jellyfin", "/var/cache/jellyfin", "/var/log/jellyfin", "/etc/jellyfin"]

USER jellyfin

ENTRYPOINT ["/opt/dotnet/dotnet", "/opt/jellyfin/bin/jellyfin.dll", \
    "--datadir", "/var/lib/jellyfin", \
    "--cachedir", "/var/cache/jellyfin", \
    "--logdir", "/var/log/jellyfin", \
    "--configdir", "/etc/jellyfin", \
    "--webdir", "/opt/jellyfin/web"]

开源NAS系统

OpenMediaVault

OpenMediaVault（简称 OMV）是一个基于 Debian Linux 的开源网络附加存储（NAS）系统，由 Volker Theile 开发和维护。专为家庭和小型办公环境设计的 NAS 操作系统，通过 Web 界面管理存储和网络服务。

源码路径

Bianbu OMV开发说明文档

基于Bianbu系统移植的openmediavault

CasaOS

CasaOS 是由国内团队 IceWhale Technology（冰鲸科技）开发的开源个人云系统，定位为比 OMV 更轻量、更易用的家庭云平台。

源码路径

CasaOS开发说明文档

基于Bianbu系统移植的CasaOS

技术支持

官方文档：https://www.spacemit.com/community/document
开发者社区：https://www.spacemit.com/community
问题反馈：通过社区论坛或 GitLab Issues 提交

核心能力​

平台支持情况​

技术架构​

系统架构图​

开发环境​

Buildroot开发环境​

K1 Buildroot​

K3 Buildroot​

Debian开发环境​

K1 Bianbu 镜像​

K3 Bianbu 镜像​

定制镜像ROOTFS​

多媒体功能开发​

FFMPEG用户使用指南​

Gstreamer用户使用指南​

AI 功能开发​

AI 开发环境​

Buildroot AI开发环境​

Bianbu AI开发环境​

AI 功能​

智能媒体库​

私有知识库与RAG​

语音与会议中心​

本地AI助理​

存储方案设计​

磁盘识别与设备模型​

RAID 选择​

文件系统选择​

共享目录与权限​

SMART 与健康监控​

网络方案设计​

基础网络​

高级网络​

性能调优​

性能测试​

AI 性能​

存储基础测试​

RAID 测试​

SMART 测试​

本地 I/O 性能测试​

dd 基础顺序读写​

fio 综合 I/O 测试​

iozone 文件系统测试​

vdbench 企业级压力测试​

网络吞吐测试​

iperf3 测试方法​

netperf 测试方法​

网络测试组合建议​

SMB/NFS 协议测试​

稳定性与压力​

模型移植​

inswapper移植示例​

第三方应用移植​

Jellyfin移植示例​

开源NAS系统​

OpenMediaVault​

CasaOS​

技术支持​