OrinX智能驾驶域控制的LLM+ComfyUI+源码+工作流AI辅助全自动部署包

家反 2026-10-01 18:52 1

本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容:



  • 我的帖子已经打上 开源推广 标签: 是

  • 我的开源项目完整开源,无未开源部分: 是

  • 我的开源项目已链接认可 LINUX DO 社区: 是

  • 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是

  • 以上选择我承诺是永久有效的,接受社区和佬友监督: 是


以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出




创时智驾 IECU 3.1 是一块智驾域控制器(主要有智己LS9和奥迪E5 2个版本),价格1000多块钱,拿来跑个35B MOE模型或者最近热门的JEV开源版速度还将就。原始的板子因为runtime版本过低跑不了ComfyUI,这个包魔改了运行时,Z-image和H3都可以跑,直接把它下载下来做为一个项目,让Codex或者CC去帮你部署即可.





它内置了一个WEB面板,可便捷切换Qwen3.6-35b-a3b/Qwen3.8-27b(带Qwen Embedding模型,单板可跑私有Rag ),ComfyUI生图环境,带全套源码、Skills工作流、部署包、运维面板源码和完整部署资料。skills可以自动分析接入的板子,如果成功进入ssh则可完成自动化部署。


这个设备的硬件与原始系统情况如下:




  • NVIDIA DRIVE AGX Orin X




  • 12 核 CPU




  • 标称约 254T 算力




  • 32GB 统一内存




  • 128GB UFS 存储




  • DRIVE OS 6.0.9




  • Ubuntu 20.04 用户空间




  • 支持以太网和 SSH 登录




  • 原厂车机系统保留,可切回车机模式



    本部署包已完成的主要优化:





  1. 本地大模型

    板上已经部署两套大模型环境:




  • 35B:Qwen3.6-35B-A3B,

    支持 MTP+多模态同时在线,速度约 30~50 token/s




  • 27B:Qwen3.8-27B,速度约 10~15 token/s




  • 两套模型可以通过面板按需切换

    针对 MTP 加速和多模态看图之间的冲突进行了专项调优,现在两套能力都可以稳定使用:




  • MTP 对话模式(cpu多模态)




  • 多模态看图模式(gpu多模态)




  • 工具调用




  • 128K 上下文




  • Embedding 向量服务




  • 相对llama.cpp直接部署提速20%




  • 面板带thinking和nothinking2套推理端点适配不同需求(深度推理和指令跟随)






  1. ComfyUI 生图

    原板子不兼容生图,已根据板上实际环境,编译专用运行时,这些都是魔改的,把很多高版本的能力编译进了低版本,解决了依赖问题:




  • Python 3.13.15(魔改版)




  • PyTorch 2.11.0(魔改版)




  • torchvision 0.26.0




  • torchaudio 2.11.0




  • CUDA 12.2,Tegra / arm64 版本(魔改版)




  • cuDNN 9.20




  • OpenBLAS 0.3.29




  • Flash Attention

    经过多套运行时编译和实际测试,最终选定兼容性和速度最合适的版本。



    本部署包优化后的实测效果:




  • Z-Image,1024×1024,8 步连续出图:约 30.4 秒




  • 相比上一代环境,实际吞吐提升约 40%




  • ControlNet 双分支,512×512:约 21.3 秒




  • 原来跑不动的 ControlNet 双分支,现在可以正常出图




  • 首张出图约 82 秒,包含模型加载时间





  1. 中文运维面板情况如下

    设计了一套中文运维面板,可以统一管理:




  • 推理模式




  • 生图模式




  • 车机模式




  • 大模型预设切换




  • ComfyUI 服务




  • 模型参数




  • CPU、GPU、内存和温度




  • 推理速度和生图耗时




  • 服务日志




  • 网络状态

    三种主要模式按需切换,避免大模型、生图环境和车机系统同时占用大量内存。





四个 Skills的作用:



  • board-discovery(陌生板卡发现与接入)

    拿到一个新板后,自动尝试对接解码,解决新板不知道型号、MAC、IP、VLAN、端口和登录方式的问题。

  • iecu(现有板子运维与二次开发)

    用于换模型、调参数、看监控、排障、管理服务和继续开发。

  • iecu-provision(新板基线部署)

    把一块新板部署成完整的本地 AI 系统。

  • comfyui-import(ComfyUI 工作流导入与适配)

    用于检查缺失节点和模型、替换量化模型、适配工作流并验证真实出图。

最新回复 (1)
  • wangcccccct 10-01 20:38
    1楼

    可以讲一下哪些板卡是可用的吗?然后板卡的条件是什么?

* 帖子来源Linux.do
返回