【AX650】——python推理Qwen3-0.6B/1.7B, Qwen2.5-VL-3B, Qwen3-VL-2B

项目地址：https://github.com/chenjun2hao/axera.python

Qwen3-0.6B 推理使用说明

本目录包含基于 Axera NPU (AX650) 的 Qwen3-0.6B/1.7B, Qwen2.5-VL-3B, Qwen3-VL-2B 模型推理脚本。

文件说明

环境要求

硬件

• AX650 NPU 开发板
  • M4N-Dock (爱芯派Pro)

软件

• Python 3.10
• axengine - Axera NPU 推理引擎
• transformers - HuggingFace transformers 库
• ml_dtypes - bfloat16 数据类型支持
• tqdm - 进度条显示

安装依赖

1. 刷系统
   从https://pan.baidu.com/e/1-r6V352TIN8eqiFEIsUQoA?pwd=yskz下载系统镜像，并参考m4n刷系统进行系统烧录。
   我使用的系统镜像名称为: AX650_pipro_box_ubuntu_rootfs_desktop_V3.6.2_20250603154858_20250626183459.axp

2. 安装python依赖

pip install whl/axengine-0.1.3-py3-none-any.whl


pip install -r whl/requirements.txt

模型准备

1. 获取原始模型

从 modelscope axera 下载模型

使用方法

1. 基本用法

# 使用默认问题
python3 infer_qwen3-0.6b.py

# 指定自定义问题
python3 infer_qwen3-0.6b.py --question "你好，请介绍一下你自己"

# 指定模型路径
python3 infer_qwen3-0.6b.py \
    --hf_model /path/to/qwen3_tokenizer \
    --axmodel_path /path/to/qwen3-0.6b-ax650 \
    --question "今天天气怎么样？"

2. 运行示例

$ python3 infer_qwen3-0.6b.py

[INFO] Available providers:  ['AxEngineExecutionProvider']
embeds dtype: bfloat16, embeds shape: (151936, 1024)
Init InferenceSession:   0%|                                                                                                                                                                                                                                       | 0/28 [00:00<?, ?it/s][INFO] Using provider: AxEngineExecutionProvider
[INFO] Chip type: ChipType.MC50
[INFO] VNPU type: VNPUType.DISABLED
[INFO] Engine version: 2.12.0s
[INFO] Model type: 2 (triple core)
[INFO] Compiler version: 4.2 329f2f69
.
.
.
Init InferenceSession: 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 28/28 [00:12<00:00,  2.30it/s]
[INFO] Using provider: AxEngineExecutionProvider
[INFO] Model type: 2 (triple core)
[INFO] Compiler version: 4.2 329f2f69
inputs:[NodeArg(name='input', dtype='bfloat16', shape=[1, 1, 1024])] outputs: [NodeArg(name='output', dtype='bfloat16', shape=[1, 1, 151936])]
model load done!
prefill token_len:  51
> /media/root/my_sdcard/1_aigc/axera_qwen2.5-1.5B-Instruct-python/infer_qwen3-0.6b.py(134)<module>()
-> input_prefill_len = 128
(Pdb) c
slice_indexs is [0]
slice prefill done 0
answer >> <think>
好的，用户问的是“你知道 `床前明月光,疑是地上霜`是谁写的吗?”。首先，我需要确认用户的问题是否正确，因为这句诗确实出自李白的《静夜思》。用户可能对这首诗的作者不太熟悉，或者想确认其出处。

接下来，我需要检查诗句的正确性。床前明月光，疑是地上霜，确实是李白的名句，出自《静夜思》。用户可能是在学习中文诗歌，或者在寻找诗句的出处，所以需要准确回答。

然后，考虑到用户可能需要更多信息，比如这首诗的背景或作者的生平，但问题只问了作者是谁，所以保持简洁回答即可。同时，要确保回答符合用户的要求，即保持人畜无害的AI助手形象，不带任何额外信息。

最后，确认回答的准确性，避免错误，比如确认诗句的正确出处，确保用户得到正确的信息。这样用户的问题就能得到准确的回答，同时保持对话的友好和专业。
</think>

参数说明

参考链接

• Qwen3-0.6B HuggingFace
• Pulsar2 文档
• Axera pyaxengine