随着深度求索（DeepSeek）大模型的发布引发行业热议，研华科技基于昇腾Atlas平台边缘AI Box MIC-ATL3S正式发布与Deepseek R1模型的部署流程。该平台依托昇腾芯片的强大异构计算能力，结合研华边缘AI Box高可靠特点，通过模型轻量化、算子适配等技术实现大模型边缘端部署。
本文引用地址：
硬件部署
■ CPU：Atlas 310P
□ 10个DaVinciV200 AI core，主频最高达1.08GHz
□ 16个64位TaishanV200M处理器核，核主频最高1.9GHz
□ 8个DaVinciV200 Vector core，主频最高达1GHz
■ 内存：24G LPDDR4
■ AI算力：176TOPS INT8
■ 操作系统：OpenEuler
■ 模型：DeepSeek-R1
推理模型
根据MIC-ATL3S硬件规格，我们选取了DeepSeek-R1-Distill-Qwen-1.5B这个精度和对硬件配置要求相对平衡的蒸馏模型进行适配和部署。
部署步骤
昇腾310P + openEuler22.03部署deepseek-R1
1. 安装驱动包以及CANN
前往昇腾社区获当前芯片版本的驱动、FW、以及CANN（昇腾异构计算架构）
driver：Ascend-hdk-310p-npu-driver_xxxxx_linux-aarch64_chip-enable.runFirmware：Ascend-hdk-310p-npu-firmware_xxxxx_chip-enable.runCANN：Ascend-cann-toolkit_xxxxx_linux-aarch64.run
2. 安装依赖组件
3. 安装mindspore （昇思模型框架）
4. DeepSeek-R1模型拉取
拉取模型指令，以1.5B为例
yum install git-lfs -ygit lfs installgit clone hf-models/DeepSeek-R1-Distill-Qwen-1.5B
克隆完成示例如下，包含HF完整的仓库：
5. 模型转换
下载后的模型为safetensors格式，还不能直接使用，先用transformers转换为ONNX格式，再使用atc转换为OM(昇腾)格式才能使用。
创建python脚本将safetensors格式转换为ONNX格式，最终转换为OM格式。
执行脚本后会生成对应模型文件，生成对应格式模型文件 执行：
Python3 convert.py./convert.sh
最后，需要用一个简单的python脚本去做互动窗口，运行指令：python3 deepseek_r1.py
示例：
总结：目前研华进行MIC-ATL3S适配更多Deepseek模型，以及与生态伙伴展开具体应用场景测试，后续我们会持续公布研华平台产品的部署 测试内容，敬请关注。
研华昇腾310系列边缘AI平台
研华基于昇腾Atlas 310系列平台开发出三款不同形态的边缘AI产品：工业标准化AI模组、边缘AI开发套件以及边缘AI盒子。此系列产品算力高达176 Tops，专注于工业场景下的细分应用。同时，在软件方面，研华聚焦底层开发，定期更新SDK套件以满足客户的开发需求，并自主研发工业领域远程部署和管理工具。
