/ ai资讯

市场上主流的端侧AI MPU 大全

发布时间:2025-04-02 19:46:58

当前市场上主流的端侧AI MPU(Micro Processing Unit,微处理器)品牌及型号盘点,涵盖不同应用场景(如物联网、边缘计算、嵌入式设备等)的芯片选择:


1. 国际品牌

NVIDIA

  • Jetson系列‌:面向边缘AI的高性能MPU
    • Jetson Orin Nano/NX/AGX(基于Ampere架构,4-64 TOPS算力)
    • Jetson Xavier NX(6核CPU 384核GPU,21 TOPS)
    • Jetson Nano(低功耗入门级,472 GFLOPS)

Qualcomm(高通)

  • QCS系列‌:集成AI加速的物联网芯片
    • QCS610/QCS410(5.5 TOPS,支持4K AI视频处理)
    • QCS8250(15 TOPS,面向高端边缘AI设备)
  • 骁龙移动平台‌(部分支持端侧AI)
    • 骁龙8 Gen 2(Hexagon处理器,60 TOPS)

Intel

  • Movidius VPU‌:专为视觉AI优化
    • Myriad X(4 TOPS,低功耗视觉处理)
    • Myriad 2(用于无人机/安防摄像头)
  • Atom/Celeron集成AI‌:如Atom x6000E系列(支持DL Boost加速)。

ARM

  • Ethos系列NPU‌(IP核授权,集成于SoC中)
    • Ethos-U55(微控制器级AI加速,0.5 TOPS)
    • Ethos-U65(更高性能边缘计算)

STMicroelectronics(意法半导体)

  • STM32MP1‌(Cortex-A7 Cortex-M4,集成AI加速库)
  • STM32U5‌(超低功耗MCU,支持TinyML)

Renesas(瑞萨)

  • RZ/V系列‌:
    • RZ/V2M(双核Cortex-A53 1.4 TOPS AI加速)
    • RZ/A3UL(Cortex-A55,支持AI模型轻量化部署)

Texas Instruments(TI)

  • Sitara AM6x系列‌(Cortex-A72 DSP,支持AI推理)
    • AM62A(1.4 TOPS,工业视觉)
    • AM68A(8 TOPS,多摄像头AI处理)
  • Jacinto 7‌(用于ADAS,集成深度学习加速器)

Microchip

  • PolarFire SoC‌(RISC-V FPGA,支持轻量AI推理)

Infineon(英飞凌)

  • PSoC 6‌(ARM Cortex-M4/M0 ,支持TinyML)
  • AURIX TC3xx‌(车规级MCU,集成AI加速指令)

Samsung(三星)

  • Exynos Auto V系列‌(车用AI芯片,10 TOPS)
  • Exynos i系列‌(物联网芯片,集成NPU)

Google

  • Edge TPU‌(专用AI加速芯片,4 TOPS,低功耗)
    • 集成于Coral开发板(如Coral Dev Board)

apple

  • M系列/A系列芯片‌(集成神经网络引擎,端侧AI优化)
    • M2(15.8 TOPS,平板/笔记本)
    • A17 Pro(35 TOPS,手机端AI)

2. 中国品牌

华为海思(HiSilicon)

  • 昇腾(Ascend)系列‌:
    • Ascend 310(22 TOPS,面向边缘推理)
    • Ascend 910(训练 推理,但主要用于云端)
  • 麒麟SoC‌(集成NPU):如麒麟9000(15.8 TOPS)

地平线(Horizon Robotics)

  • 征程(Journey)系列‌:
    • 征程5(128 TOPS,自动驾驶/智能座舱)
    • 征程3(5 TOPS,ADAS/边缘AI)

寒武纪(Cambricon)

  • MLU系列‌:
    • MLU220(8 TOPS,边缘推理)
    • MLU370(32 TOPS,高性能边缘计算)

全志科技(Allwinner)

  • V/R系列‌:
    • V853(1.2 TOPS,集成NPU,智能摄像头)
    • R329(双核A53 0.5 TOPS NPU)

瑞芯微(Rockchip)

  • RK3588‌(6 TOPS NPU,旗舰级边缘计算)
  • RK3566/RK3568‌(1 TOPS NPU,中端设备)

晶晨(Amlogic)

  • A311D‌(5 TOPS NPU,智能盒子/机器人)
  • A5‌(低成本AIoT芯片)

平头哥(T-Head,阿里旗下)

  • 玄铁系列‌(RISC-V架构,支持AI加速指令集)
    • C906/C910(集成向量扩展,适合TinyML)

比特大陆(Bitmain)

  • BM1684‌(17.6 TOPS,边缘服务器/安防)
  • BM1880‌(低功耗端侧推理)

云天励飞(Intellifusion)

  • DeepEye 1000‌(2 TOPS,视觉推理芯片)

黑芝麻智能(Black Sesame)

  • 华山系列‌(车规级AI芯片)
    • A1000(58 TOPS,自动驾驶)
    • A2000(196 TOPS)

爱芯元智(Axera)

  • AX630A‌(3.6 TOPS,智能视觉处理)
  • AX620A‌(低功耗AIoT芯片)

芯驰科技(SemiDrive)

  • V9系列‌(车规级,集成AI加速,10 TOPS)

算能(Sophgo)

  • SG2000系列‌(RISC-V AI加速,边缘计算)

瓴盛科技(Leadcore)

  • JA310‌(4G AIoT芯片,集成NPU)

3. 新兴/专用厂商

  • GreenWaves Technologies‌:GAP9(多核RISC-V,超低功耗AI传感器)
  • Syntiant‌:NDP系列(模拟AI处理器,μW级功耗)
  • Hailo‌:Hailo-8(26 TOPS,高效边缘推理)

BrainChip(神经形态计算)

  • Akida‌(事件驱动AI处理器,超低功耗)

SiFive(RISC-V IP)

  • Intelligence系列‌(支持AI扩展指令集)

Kneron(耐能)

  • KL520‌(0.5 TOPS,终端AI加速)
  • KL720‌(4 TOPS,视觉处理)

Groq‌(张量流处理器)

  • GroqChip‌(高吞吐量推理,适合边缘服务器)

Mythic(模拟计算AI)

  • M1076‌(模拟AI芯片,低延迟推理)

4. 开源/可定制方案

  • Eta Compute ECM3531‌(双核Cortex-M3 DSP,μW级AI)
  • GreenWaves GAP9‌(9核RISC-V,传感器端AI)
  • Espressif ESP32-NN‌(ESP32 轻量AI加速库)

关键参数对比

品牌/型号 ‌**算力(TOPS)**‌ 典型应用 功耗
NVIDIA Jetson Orin 4-64 机器人/自动驾驶 10-60W
Qualcomm QCS8250 15 智能摄像头/XR设备 5-15W
地平线征程5 128 自动驾驶 <30W
瑞芯微RK3588 6 边缘服务器/工业AI 5-10W
STM32U5 <0.1 可穿戴设备/TinyML μW级

选型建议

  • 高性能边缘计算‌:NVIDIA Jetson Orin、地平线征程5
  • 低功耗物联网‌:STM32U5、瑞萨RZ/V2M
  • 低成本AIoT‌:全志V853、瑞芯微RK3568

免责声明:本文为转载,非本网原创内容,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

如有疑问请发送邮件至:bangqikeconnect@gmail.com