市场上主流的端侧AI MPU 大全

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
• ‌中国国产替代‌：海思Ascend、寒武纪MLU