ArmSoM
← 所有故事

Rockchip RK3572 深入探讨:为什么 ArmSoM 选择它用于 Zero5

小型嵌入式设备对其处理器的要求可能令人惊讶。它可能需要捕获摄像头信息、运行人工智能模型、更新显示器、与传感器通信并保持网络连接处于活动状态。所有这些都必须适合实际的功率预算和小型外壳。

这就是背后的设计问题 ArmSoM 零5,ArmSoM 计划推出的一款即将推出的紧凑型单板计算机 Rockchip RK3572。其八核 CPU、集成 NPU 和媒体引擎为紧凑型边缘设备奠定了基础。重要的问题是这些资源如何在实际应用程序中协同工作。

在我们的 A733 深潜,我们探索了Sige6背后的思考。在这里,我们对 RK3572 和 紧凑板方向ArmSoM已经概述.

01 / 挑战:在更小的设备中发挥有用的人工智能

考虑一个小型检查相机或交互式终端。 AI模型只是系统的一部分。图像必须到达、调整大小和转换、通过推理并产生有用的结果。同时,应用程序仍然需要日志记录、网络和响应式界面。

选择硬件时三个问题很重要:

  • 能承受全部工作量吗? 如果图像准备或数据传输成为瓶颈,则快速推理结果的用处不大。

  • 可以安装外壳和电源吗? 连接器、内存、外围设备和冷却都会占用空间。

  • 开发者可以部署和维护吗? 驱动程序、模型转换和可复制软件在第一个演示之后很长一段时间内都很重要。

我们的观点是,RK3572 在这个交叉点上值得关注:紧凑的硬件、异构计算和本地人工智能处理。

02 / 八个 CPU 核心,负责执行不同的工作

RK3572 使用 8nm 流程 并结合 两个 Cortex-A73 内核和六个 Cortex-A53 内核。 Rockchip定位于中端AIoT设备。请参阅 RK3572 官方公告.

该架构为软件提供了面向性能和面向效率的 CPU 资源的组合。可能的应用程序拆分是保留对时间敏感的处理的响应能力,同时后台服务处理内务处理。实际调度取决于操作系统、工作负载和电源策略。

CPU 旁边还配有专用发动机。 NPU 处理支持的神经网络操作;图形、图像和视频硬件可以承担适当的媒体任务。将这些引擎纳入应用程序管道通常比将每项任务视为 CPU 工作更有价值。

RK3572 一览 - 芯片功能,不是最终的 ArmSoM 板规格

资源

已发布的规范

为什么它很重要

CPU

2× Cortex-A73 + 6× Cortex-A53

应用程序处理和并发服务

NPU

4 TOPS INT8,稀疏

兼容AI模型的加速

内存控制器

LPDDR4/4X 和 LPDDR5/5X

不同产品设计的内存选项

图形和成像

马里-G310 GPU; 12MP级ISP

接口、相机处理和视觉应用

媒体

硬件视频解码和编码

媒体处理与应用程序逻辑

技术参考: Rockchip RK3572 数据表 V1.0,第 7–13 页。可用内存、连接器和支持的模式取决于主板及其软件。

03 / 4 TOPS NPU 对于项目意味着什么?

RK3572 数据表指定 INT8 处的 4 TOPS 具有稀疏性资格。这一资格很重要:这是特定条件下的峰值计算评级,而不是任何模型的通用帧速率。 NPU 还支持多种整数和浮点格式,包括 W4A16 运算。这些功能记录在 数据表第 13 页.

对于开发者来说,合理的评估目标包括紧凑的目标检测、视觉分类和选定的本地音频或语言任务。适用性取决于型号、内存需求、支持的运算符和所需的响应时间。

有用的测试可以测量整个路径:相机捕获、图像准备、推理和应用程序的响应。记录准确性、持续延迟以及吞吐量。预期外壳中的稳定结果比单独的峰值 TOPS 数字更能告诉您有关产品的信息。

04 / 软件详细了解:RKNN3

Rockchip 的公开 RKNN3 SDK 明确列出了 RK3572。它提供PC端模型转换、板载C/C++运行时和Python推理接口。在 RK3572 上,NPU 集成到 SoC 中并直接在板上运行模型。

RKNN3-Toolkit 与 RKNN-Toolkit 和 RKNN-Toolkit2 不兼容。 因此, 现有的 Rockchip 项目应该计划模型转换和运行时验证步骤,而不是假设旧的编译模型将保持不变。这种区别在 官方SDK说明.

我们建议的起点是一个代表性模型和一小组真实输入。将其转换为目标,检查输出精度,然后集成捕获和应用逻辑。只有在那之后你才应该扩大工作量。

05 / 记忆和媒体是人工智能故事的一部分

RK3572支持LPDDR4/4X和LPDDR5/5X内存,存储接口包括eMMC、5.1和UFS 2.0。该数据表还描述了 12MP 级图像信号处理器和专用媒体硬件。这些是 芯片级构建模块,电路板设计师从中选择实用的组合。

这很重要,因为视觉应用程序会移动数据并处理数据。相机缓冲区、模型权重和中间结果都使用内存。图像缩放和格式转换可能会影响推理和应用程序工作的剩余时间。

对于紧凑型电路板,接口选择成为一个重要的设计决策。每个外部连接器都会争夺空间、布线和电源。有用的板公开其目标项目所需的连接,以及使它们可用的软件。

RK3572 框图来自 Rockchip 数据表 V1.0,第 23 页

Rockchip RK3572 框图,数据表 V1.0,第 23 页。示意图 © Rockchip 电子有限公司 控制器功能并不意味着每个接口都会出现在 ArmSoM 板上。

06 / 权力人物需要背景

Rockchip 报道 1080p 视频播放时为 670mW 在配置了 8GB LPDDR5 和 128GB UFS 的测试设备上。显示屏和触摸屏被移除,Wi-Fi 和蓝牙被关闭。这些条件伴随着测量 官方公告.

这使得效率成为一个有趣的评估主题,但它并不是一个全面的功率承诺。摄像头、无线连接、USB 设备和电源转换损耗会改变系统预算。持续的人工智能工作负载也不同于视频播放。

对于嵌入式设计,测量空闲操作、预期工作负载和连接的实际外设的持续负载。这是选择电源、外壳和冷却装置的基础。

07 / 介绍 ArmSoM Zero5 概念

ArmSoM 计划推出 Zero5,这是一款由 Rockchip RK3572 驱动的紧凑型 SBC。 建立在我们的 早期零外形产品预览,我们现在可以分享产品名称和建议的布局。 Zero5的目标是紧凑型Linux和边缘AI项目, 65 × 30 mm 板尺寸目标.

ArmSoM Zero5 RK3572概念预览:建议的前后布局、65 x 30 mm目标尺寸、可选接口待验证

ArmSoM Zero5概念预览。仅建议布局,未按比例。 65 × 30 mm尺寸为目标;接口需要经过验证。标有星号的项目是可选的。

概念地点 两个 USB-C 连接器、Mini HDMI 和一个 40 针 GPIO 接头座 正面有 ,旁边是 RK3572、内存、电源管理和 Wi-Fi/蓝牙模块。背面展示了 microSD、PCIe/SATA FPC 连接、MIPI DSI 显示器连接和 CSI 摄像头连接。第二个CSI连接,eMMC和UFS标记为可选;该插图并不保证每个选项都会填充在一起。

我们看到了将本地处理引入到电路板面积真正受到限制的项目中的机会:小型检查节点、交互式设备或空间有限的原型。 CPU、NPU 和媒体引擎的组合使得 RK3572 与这些设计相关。

Zero5 目前被呈现为 概念预览。最终尺寸、内存和存储配置、连接器功能、软件支持、价格和发布日期将在产品公告中确认。零式格式和 40 引脚接头本身并不建立 Raspberry Pi 引脚、附件或软件兼容性。

我们的重点是实用的开发平台:将紧凑型处理器转变为工作设备所需的连接、软件和文档。

常见问题

我可以在RK3572上重复使用RKNN-Toolkit2模型吗?

计划使用 RKNN3 验证转换和部署。 Rockchip 将工具包记录为不兼容;源模型的重用仍然取决于支持的运算符和转换结果。

4 TOPS 能保证实时相机推理吗?

否。这是数据表的稀疏 INT8 峰值评级。模型选择、分辨率、预处理和应用程序的其余部分决定了持续的帧速率。

ArmSoM Zero5什么时候上市?

ArmSoM 计划与 RK3572 一起推出 Zero5。此概念预览版并未公布发布日期、价格或预订单。关注ArmSoM的官方更新了解最终规格和订购信息。

你会用 ArmSoM Zero5 构建什么?

告诉我们您的应用、相机或显示器要求、AI 模型和外壳限制。特定要求有助于塑造更有用的平台。

与 ArmSoM 讨论您的项目 →

进一步阅读: RK3572 数据表指南和下载 · RKNN3官方SDK · ArmSoM 文档