找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

2059

积分

0

好友

281

主题
发表于 昨天 13:40 | 查看: 7| 回复: 0

近日,笔者收到了飞凌嵌入式寄来的基于 Rockchip RV1126B 处理器的新品开发板。作为一款定位中高端的AI视觉处理器,RV1126B集成了4核Cortex-A53 CPU与独立的3TOPS NPU,旨在满足边缘侧AI计算需求。本文将带您进行快速上手体验,并对其CPU与NPU性能进行实测。

开箱与硬件细节

首先映入眼帘的是飞凌嵌入式标志性的产品包装。

飞凌嵌入式RV1126B开发板包装盒与代码编辑器界面

包装内除了开发板,还附有一本涵盖飞凌全系产品的产品手册。本次评测的主角——OK1126B-S开发板本体设计紧凑,接口布局清晰。

飞凌嵌入式OK1126B-S开发板正面全景

开发板的接口细节颇具匠心,提供了USB 2.0、USB 3.0以及用于调试和供电的Type-C接口,方便开发者连接各类外设。

开发板接口细节特写,包含USB与HDMI接口

板上保留了瑞芯微处理器平台专用的升级(UPDATE)和复位(RESET)按键,便于系统烧录与调试。

开发板烧录与复位按键特写

一个非常实用的设计是,开发板引出了一组40Pin的GPIO排针,其引脚定义兼容树莓派标准,这使得大量现有的树莓派扩展模块可以无缝复用,极大降低了开发门槛。

兼容树莓派40Pin的GPIO排针特写

核心处理器Rockchip RV1126B清晰可见,它承载了这款开发板的核心算力。

RV1126B主控芯片特写

网络连接方面,开发板提供了一个RJ45以太网口,支持百兆或千兆连接(由于CPU MAC数量限制,二者需择一使用)。

开发板双RJ45网络接口模块

上电与系统查看

通过Type-C转串口线连接MacBook与开发板,可以轻松登录系统。首先使用 df -h 命令查看存储空间,可以看到板载的eMMC存储容量充足,为系统和数据留下了充裕的空间。

Linux系统下使用df -h命令查看磁盘空间

root@OK1126B-buildroot:~# df -h
Filesystem      Size  Used Avail Use% Mounted on
/dev/root        56G  1002M   52G   2% /
devtmpfs        1.9G     0  1.9G   0% /dev
tmpfs           2.0G     0  2.0G   0% /dev/shm
tmpfs           789M  1.5M  787M   1% /run
tmpfs           2.0G  4.0K  2.0G   1% /tmp
/dev/mmcblk0p7  1.9G  105M  1.7G   6% /userdata

CPU性能实测

为了评估其CPU基础算力,我们采用两种方法进行测试。

1. 计算圆周率π(单核浮点性能参考)

这是一种常见的粗略评估CPU计算能力的方法。通过 bc 命令计算π到小数点后2000位,并计时。

使用bc命令计算圆周率π的性能测试输出

从结果 real 0m15.372s 来看,其单核浮点计算性能与同系列其他四核A53处理器处于同一水平。

2. 使用stress-ng进行压力测试

我们使用专业的压力测试工具 stress-ng 来更精确地测试CPU利用率和调度效率。首先进行单核满载测试。

使用stress-ng进行单核与多核CPU压力测试输出

关键指标解读:

  • Bogo ops/s: 每秒完成的“假操作”数,数值越高代表单位时间计算量越大。
  • CPU利用率: 计算公式为 (usr time + sys time) / real time
    • 在单核测试中:(29.89s + 0.01s) / 30.02s ≈ 99.58%
    • 这个数值越接近100%,说明操作系统的进程调度开销越小,CPU时间被有效利用于计算任务,系统效率越高。

随后进行的多核全负载测试也顺利通过,表明处理器在多线程负载下运行稳定。

NPU AI算力实测

RV1126B的核心优势在于其集成的独立NPU(神经处理单元),提供高达3TOPS@INT8的AI推理算力。这使其能够在设备端本地实时处理语音、图像等AI任务,无需依赖云端,这正是边缘计算的关键价值所在。

开发者可以使用瑞芯微提供的RKNN工具链来部署和测试AI模型。我们使用板载的示例模型进行了一次简单的推理速度测试。

使用rknn_common_test测试Mobilenet V1模型的推理速度

Begin perf ...
0: Elapse Time = 3.47ms, FPS = 287.85
1: Elapse Time = 3.17ms, FPS = 315.36
2: Elapse Time = 3.18ms, FPS = 314.76
...

测试结果显示,对于MobileNetV1这类经典视觉模型,RV1126B的NPU能够达到每秒超过300帧(FPS)的推理速度,完全能够满足大多数边缘侧实时视觉分析应用的需求,例如人脸检测、安全帽识别、区域入侵报警等。这种强大的端侧AI能力,对于构建响应迅速、隐私安全的 智能物联网 系统至关重要。

总结

通过本次快速上手与实测,飞凌嵌入式这款基于RV1126B的开发板给人留下了深刻印象:

  1. 硬件设计成熟:接口丰富、布局合理,特别是兼容树莓派GPIO的设计极大地提升了易用性和生态兼容性。
  2. CPU性能均衡:四核Cortex-A53处理器配合高效的 Linux 6.1系统,能够很好地承担通用计算和系统控制任务。
  3. NPU算力突出:3TOPS的专用AI算力是其主要优势,足以在端侧高效运行多种AI模型,赋能边缘智能应用。
  4. 开发支持完善:官方提供了全面的资料、BSP支持以及RKNN工具链,有利于开发者快速进行AI项目的落地。

总的来说,飞凌嵌入式OK1126B-S开发板是一款适合用于边缘AI计算、机器视觉、智能安防等领域开发和验证的硬件平台。其软硬件组合为探索端侧智能提供了坚实的基础。

本文首发于 云栈社区,一个专注于技术分享与交流的开发者社区。




上一篇:尾部风险如何影响股票收益?Python量化分析揭示低相关性股票中的Alpha机会
下一篇:为什么说搞嵌入式是个系统化的活?从Linux内核dma_buf看硬件零拷贝共享
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-1-16 00:39 , Processed in 0.495017 second(s), 37 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2025 云栈社区.

快速回复 返回顶部 返回列表