本帖最后由 jerry尧 于 2025-8-21 17:35 编辑
目前嵌入式AI芯片领域发展迅速，各厂家产品在算力、功耗、应用场景上各有侧重。
除了表格中的参数，选择嵌入式AI芯片时还需要关注以下多个方面：
算力与能效：追求高性能时（如机器人、自动驾驶），NVIDIA Jetson AGX Thor和瑞芯微RK3588是代表；注重功耗和续航（如智能家居、可穿戴设备），则可关注联发科Genio系列及高通、瑞芯微的其他中端芯片。
集成度与开发便利性：高通、瑞芯微、联发科等提供的SoC通常集成CPU、GPU、NPU等多种处理单元，有助于降低系统复杂性和成本。
NVIDIA的Jetson平台软硬件生态成熟，CUDA和丰富的开发工具能显著降低开发难度。
中科创达TurboX C8750这类模组（SOM）则进一步集成了存储、电源管理等，提供更快的上市时间。
软件生态与工具链：丰富的软件工具、优化后的神经网络模型、完善的文档和社区支持非常重要。
成本与供应：消费级、工业级、车规级芯片的价格和供应稳定性不同，需根据项目需求和预算权衡。
对于嵌入式AI芯片的选择并没有“唯一解”，关键还是看具体需求：是追求极致性能还是长续航，是注重多媒体处理还是通用AI计算，项目预算和开发周期如何，以及对生态和工具链的偏好。
|
