# Déploiement RK3588 (NPU Rockchip)

Le RK3588 est actuellement la seule plateforme ARM prise en charge — il utilise le NPU embarqué de 6 TOPS pour accélérer matériellement la détection IA et le VPU pour décoder matériellement plusieurs flux vidéo, avec une faible consommation et sans GPU dédié requis, ce qui en fait un choix idéal pour les utilisateurs souhaitant un mini boîtier toujours allumé et basse consommation. ⚠ La barre matérielle est plus haute que sur x86 : il vous faut une carte RK3588 avec un noyau BSP du fabricant et tous les nœuds de périphériques présents ; à ce stade, une carte 4 Go est recommandée, et 8 Go+ est expérimental.

## 1. Modèles pris en charge et prérequis matériels

Les cartes courantes incluent l'Orange Pi 5 / 5 Plus, la Radxa Rock 5A / 5B, la firefly et d'autres cartes de développement RK3588 / RK3588S. Le seuil matériel est plus élevé que sur x86 — vous **devez** respecter le tableau ci-dessous :

| Élément | Exigence |
| --- | --- |
| SoC | RK3588 / RK3588S (NPU 6 TOPS) |
| Mémoire | **4 Go (recommandé, validé en profondeur comme stable)** ; 8 Go / 16 Go est actuellement expérimental (voir l'avertissement ci-dessous) |
| Système | **Noyau BSP du fabricant** — Armbian (choisir l'image du noyau fournisseur) / système officiel Rockchip / système du fabricant de la carte ; **impossible d'utiliser un noyau Debian / Ubuntu mainline standard** |
| Stockage | Disque système / eMMC ≥ 16 Go ; pour les enregistrements, nous recommandons de monter un NVMe séparé ou un disque de grande capacité |
| Nœuds de périphériques | /dev/dri, /dev/dma_heap, /dev/rga, /dev/mpp_service doivent tous être présents |

> **🛑 Plus de 4 Go de mémoire est actuellement expérimental**
>
> Sur certains noyaux BSP, les cartes 8 Go / 16 Go déclenchent une **panique noyau liée à la RGA qui redémarre toute la machine** sous charge de détection IA (la cause racine est un bug du noyau RK3588 au-delà de la limite d'adresse physique de 4 Go, que nous sommes en train de corriger). **Pour l'instant, privilégiez une carte 4 Go** — elle a été validée en profondeur comme stable. Les utilisateurs qui possèdent déjà une carte 8 Go / 16 Go peuvent commencer par ne faire tourner que quelques caméras, ou attendre la version corrigée.

> **⚠️ Vous devez utiliser le noyau BSP du fabricant**
>
> Les pilotes du NPU (rknpu), du décodage matériel (MPP) et de l'accélération 2D (RGA) du RK3588 n'existent que dans le noyau BSP Rockchip ; un noyau Debian / Ubuntu mainline standard ne les inclut pas, donc même avec SkyView installé, vous ne pourrez pas utiliser le NPU. Merci de flasher Armbian (en choisissant l'image du noyau fournisseur) ou d'utiliser le système officiel du fabricant de la carte.

> **⚠️ Soyez prudent avec les NAS / appliances clé en main**
>
> Certains NAS clé en main livrent un firmware verrouillé qui retire le BSP, manque de nœuds de périphériques ou interdit la modification des paramètres du noyau, ce qui peut faire échouer l'installation ou la rendre instable. Préférez un système de carte de développement ouvert (images officielles Orange Pi / Radxa / firefly, ou Armbian).

## 2. Vérification préalable : les nœuds de périphériques sont-ils présents ?

Connectez-vous en SSH à la carte et vérifiez que les nœuds de périphériques du NPU / décodage matériel / RGA sont bien tous présents (le script en un clic les vérifie automatiquement ; pour un déploiement manuel, vous devez d'abord le confirmer vous-même) :

```bash
for d in /dev/dri /dev/dma_heap /dev/rga /dev/mpp_service; do
  [ -e "$d" ] && echo "OK  $d" || echo "缺  $d"
done
cat /sys/kernel/debug/rknpu/version 2>/dev/null || echo "无 rknpu 驱动"
```

Si tout affiche OK et que rknpu indique un numéro de version, le noyau BSP est correct et vous pouvez poursuivre l'installation. Si vous voyez `缺` (manquant) ou `无 rknpu 驱动` (pas de pilote rknpu), c'est que le noyau a été allégé ou n'est pas un noyau BSP ; changez d'abord de système, puis revenez ici.

## 3. Installer docker

```bash
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
# 注销重登让 docker 组生效;或临时 newgrp docker
```

## 4. Déploiement par script en un clic (recommandé)

Le script en un clic de SkyView détecte automatiquement le RK3588, sélectionne la variante rknn, vérifie au préalable les nœuds de périphériques, télécharge l'image et démarre le conteneur — le tout en 5 à 15 minutes :

```bash
curl -fsSL https://cdn.yun-kan.com/yunkan-install.sh | bash
```

Une fois le script terminé, il affiche directement l'adresse à ouvrir dans le navigateur (par exemple `http://192.168.1.10:23406/`) ; ouvrez-la pour accéder à l'[assistant de configuration](/docs/quickstart) afin de créer la base de données, créer un compte administrateur et ajouter votre première caméra.

## 5. Ou déployer manuellement avec compose

Si vous préférez contrôler vous-même la configuration, utilisez le modèle compose spécifique au RK3588 (il configure déjà les 5 nœuds de périphériques + le montage en lecture seule de /sys + les montages d'empreinte matérielle ; l'ARM n'ayant pas de DMI, il ne monte pas le product_uuid x86) :

[Télécharger le modèle compose RK3588](/compose/rknn.yml)

Veillez à l'enregistrer sous le nom compose.yml — la mise à jour en ligne de la console web s'appuie sur ce nom de fichier fixe pour le localiser

Ou récupérez-le en SSH avec wget et démarrez-le :

```bash
mkdir -p ~/yunkan && cd ~/yunkan
wget https://yun-kan.com/compose/rknn.yml -O compose.yml
docker compose -f compose.yml up -d
```

> **ℹ️ Certains noyaux n'ont pas /dev/rk_dma_heap**
>
> Certains noyaux BSP n'ont pas le nœud spécifique à Rockchip `/dev/rk_dma_heap` (le nœud générique `/dev/dma_heap` suffit). Si `docker compose up` renvoie `no such file or directory: /dev/rk_dma_heap`, commentez la ligne `- /dev/rk_dma_heap:/dev/rk_dma_heap` dans le fichier compose puis redémarrez.

Une fois lancé, ouvrez `http://<板子IP>:23406/` dans un navigateur pour accéder à l'[assistant de configuration](/docs/quickstart).

## 6. Problèmes courants

> **🛑 La machine entière redémarre / se bloque en cours d'utilisation**
>
> C'est très probablement la panique noyau liée à la RGA déclenchée par une carte avec plus de 4 Go de mémoire (voir « Prérequis matériels » ci-dessus). Pour l'instant, la solution consiste à passer à une carte 4 Go, ou à ne faire tourner que 1 à 2 caméras en désactivant les fonctionnalités les plus lourdes de la détection IA. Nous corrigeons ce problème à la racine.

> **ℹ️ La détection affiche en boucle « En attente d'activation de la reconnaissance IA »**
>
> C'est très probablement un nœud de périphérique manquant (noyau allégé / pas un noyau BSP) ou la variante rknn qui n'a pas été installée. Revenez à l'étape 2 et relancez la vérification des nœuds de périphériques ; assurez-vous que le conteneur utilise bien l'image yunkan-rknn.

**Mise à jour** : console web → Paramètres → Système → Vérifier les mises à jour pour une mise à jour en un clic ; ou en SSH `cd ~/yunkan && docker compose -f compose.yml pull && docker compose -f compose.yml up -d`.

---

来源:https://yun-kan.com/fr/docs/install-rk3588