|
|
还在羡慕那些动辄几十GB显存的AI大佬？今天，我们用一块小小的FRDM-MCXN947开发板，就能让你体验到与大语言模型畅聊的快感！谁说嵌入式设备只能闪烁LED？今天我们就要让它"口吐莲花"！ % ^7 Q0 u2 X8 H. `3 M, k9 E
从"Hello World"到"Hey, AI" - B4 h7 A3 F9 i8 _0 s$ m7 A
记得刚入行时，点亮一个LED灯都激动半天。如今，我们的嵌入式设备已经可以直接和AI大模型对话了！这不仅是技术的进步，更是开发思路的革命。今天，我将手把手教大家如何在NXP的FRDM-MCXN947开发板上接入DeepSeek大模型，让你的单片机秒变"AI终端"！: d6 |5 Q8 {, \
本文将详细介绍如何利用RT-Thread操作系统和网络功能， 让FRDM-MCXN947开发板成功接入DeepSeek大语言模型，实现实时对话功能。
7 [% P5 |: ~, m8 ~5 Z准备工作：工欲善其事，必先利其器~
, ~+ a4 Y7 d5 m; b4 {- M硬件准备 5 t) S$ \( p% ^; a4 X
FRDM-MCXN947开发板：NXP的明星开发板, MCX系列最强王者，搭载150MHz Arm? Cortex?-M33内核 网络连接：RT-Thread RW007 WIFI模块 USB TypeC 线：用于供电和调试
; Z y K% x: ~* R# @* i) K5 ]
qcpjyvih1xd64041814622.png
- ^' C& i3 y, G. f; A! P+ X
软件准备 RT-Thread V5.2.0: RT-Thread 5.2.0版本 或者master最新分支) Q' g0 J+ ]/ g' c% s$ v
DeepSeek API Key: 用于访问DeepSeek大模型的API KEY, 见下节 1 w* @- u/ W! ^
Keil申请 DeepSeek API KEY 首先，我们需要前往DeepSeek官网 ：https://platform.deepseek.com/api_keys1. 注册并登录DeepSeek账号 2. 进入开发者控制台 3. 创建新的API Key 4. 复制并保存API Key（注意：这个Key只显示一次！）牢记你的API KEY!
+ T5 B1 |* i2 {! s( [
zmqoh2pimbf64041814722.png
% J+ v) W; @6 m, T9 M环境配置 1. 我们需要确保RT-Thread能够正常运行在MCXN947上，并且网络功能正常。这属于基础配置部分,已经有完善的教程,参见: NXP FRDM-MCXN947 上手指南. 这里不再赘述。
& P) T. V& L. z2. 进入RT-Thread env工具的menuconfig. 在menuconfig中，我们需要启用以下功能： 6 O5 d/ C A1 \+ f$ n3 r6 h+ |
tifg11cgnuk64041814822.png
# F5 q# {. w* j" i
开启RT-Thread 大预言模型包：, A# k! S$ l9 v
RT-Thread online packages → AI packages → Large Language Models(LLM) for RT-Thread 并且在config中输入自己的API KEY3 I2 `/ Y; U6 u# m
, w4 e& A$ p/ D( N* R5 }; T
xnshhqjrfgo64041814922.png
/ J" S2 v" g& q* {$ m开启Webclient组件:
# ?1 a& r: O0 U) J& K" ~9 ^RT-Thread online packages → IoT - internet of things → WebClient: A HTTP/HTTPS Client for RT-Thread，选择 MbedTLS support
4 ?4 a2 T: m6 ?, l7 F' \
( p# [* _, ?6 U! B$ H4 N0 P& e4 C
jai4144n32t64041815022.png
. [- Z' j8 }/ y, K8 `
退出保存配置，输入 pkgs --update 拉取软件包； + D n" y* P( k# B
生成Keil工程 scons --target=mdk5
0 X2 O! M$ k1 F+ u6 h) ^* o; d4 N完成所有配置后，我们可以编译并运行程序,如果一切顺利，你应该能在串口终端看到RT-Thread的启动信息:
. U" x, R8 a4 w首先先输入你的WiFi 用户名密码,先让板子上网:
6 I0 u- b' a6 o5 _: I
wztokxupnlm64041815122.png
" _' F5 `3 y' v' i) M5 E
lvoketfnifs64041815222.png
. j; h0 V. X5 c$ X 看到 Got IP address 说明已经成功通过WIFI模块连接到了网络, 下面,输入llm进入大模型对话框,然后就 可以和DeepSeek聊天啦:
4 m( K& t. Q @( {% ~4 F4 M
w4gzszxifgl64041815322.png
# X! \3 l7 J0 M6 [7 Q
实际应用场景
; ]1 {6 e `/ _2 U/ a" j将LLM功能集成到嵌入式设备中，可以开启许多有趣的应用场景：% E) n& q# w* o6 c
1. 智能家居控制：通过自然语言控制家中设备 2. 工业设备诊断：询问设备状态和故障诊断 3. 教育辅助设备：创建交互式学习工具 4. 智能客服终端：部署在公共场所的信息查询终端 5. 辅助开发工具：在开发过程中提供代码建议和调试帮助
* F Y. L9 q( M5 ?: ]' C优化与改进 ; K% c% E/ P! ~& ?9 [# K
现在只是串口终端交互,后期如果能改成语音交互,体验感就能更上一个层次了,可以做成一个超级“天猫精灵” 或者“小爱同学”" f5 k$ q% a; A$ l: w7 s Z4 S
目前这套代码并未细致的优化,所以大预言模型的反应速度比较慢,一般需要1-4秒,且RAM占用比较大 (160KB)左右,笔者曾经尝试移植到FRDM-MCXA156上(1MFlash, 128KB RAM),RAM就不够用了,目前还在 优化中-_-! 结语与完整代码下载 通过本文的实践，我们成功地将FRDM-MCXN947开发板变成了一个能与DeepSeek大模型对话的AI终端。这不仅展示了NXP MCU强大的网络通信能力，也为嵌入式设备的智能化应用开辟了新的可能性。& R8 }7 A1 @# N" v6 a
未来，随着边缘计算技术的发展，我们甚至可以期待在MCU上直接运行轻量级LLM模型，实现真正的本地AI推理。而现在通过API调用云端大模型，我们已经能够为嵌入式设备赋予"智慧"。. @ M( @# L/ }
?? 写在最后：当年我们用51单片机点亮LED时，谁能想到今天我们用MCU就能和AI对话？技术的进步总是超出想象。下一个十年，也许你手中的开发板将拥有超越今天旗舰手机的AI能力。未来已来!1 g' N& t9 V, @) m8 Y6 ]5 N
本文demo内容预计在今年的NXP RT-Thread线下培训中作为Demo内容展示,所有代码我已经上传到了百度网盘: 链接: https://pan.baidu.com/s/19EYJJB953z-QtGr_zVz5MA 提取码: 92x2 |
|
电子产业一站式赋能平台
窥视卡
置顶卡
变色卡
