邊緣計(jì)算、AI人工智能應(yīng)用場(chǎng)景不斷普及，高算力主控芯片的選型愈發(fā)受到行業(yè)關(guān)注。作為瑞芯微兩大熱門AIOT芯片，旗艦級(jí)RK3588與次旗艦RK3576一直是工業(yè)智能、視覺識(shí)別、邊緣計(jì)算、AI終端開發(fā)的熱門選擇。不少開發(fā)者在方案選型時(shí)，常常困惑于兩款芯片在AI算力、NPU推理性能、資源占用以及實(shí)際場(chǎng)景表現(xiàn)上的真實(shí)差距。觸覺智能作為瑞芯微方案商，以此2款A(yù)I算力核心能力展開對(duì)比，以官方RKNN大模型、本地部署Deepseek為標(biāo)準(zhǔn)進(jìn)行測(cè)試。

測(cè)試環(huán)境說明

• RKNN測(cè)試

本次測(cè)試均基于相同的瑞芯微原廠rknn_yolov5_demo環(huán)境，采用統(tǒng)一的 yolov5s-640-640 模型和 640*640 分辨率測(cè)試圖片。使用的RKNN框架，框架提供完整的 "模型轉(zhuǎn)換-部署-推理" 解決方案?？蓭椭脩艨焖俚貙I模型部署到Rockchip芯片，整體框架圖：

測(cè)試demo可關(guān)注觸覺智能，添加客服134-2385-6106獲取。

• DeepSeek 性能對(duì)比

測(cè)評(píng)大家可直接點(diǎn)擊視頻觀看：

性能測(cè)試

• 下載Demo

測(cè)試前，需先下載rknn_yolov5_demo測(cè)試demo，可關(guān)注觸覺智能公眾號(hào)，添加客服134-2385-6106獲取。下載后傳輸至開發(fā)板根目錄即可。

• RK3576 NPU性能測(cè)試

解壓demo均可使用此命令：

unzip rknn_yolov5_demo_Linux.zip

完成解壓后輸入以下命令：

root@linaro-alip:/# cd install/rknn_yolov5_demo_Linux root@linaro-alip:/# chmod a+x rknn_yolov5_demo root@linaro-alip:/mnt/rknn-toolkit2-master/rknpu2/examples/rknn_yolov5_demo/install/rknn_yolov5_demo_Linux# ./rknn_yolov5_demo ./model/RK3576/yolov5s-640-640.rknn ./model/bus.jpg

執(zhí)行完后會(huì)得到轉(zhuǎn)換后的模型圖片，如圖所示：

RK3576運(yùn)行結(jié)果如下：

分析結(jié)果：

首次運(yùn)行耗時(shí)約：55.395000ms

連續(xù)運(yùn)行10次的平均耗時(shí)：23.7342ms

幀率估算：約42.1FPS (1000ms/23.7342ms≈42.1)

• RK3588 NPU性能測(cè)試

解壓demo均可使用此命令：

unzip rknn_yolov5_demo_Linux.zip

完成解壓后輸入以下命令：

root@linaro-alip:/rknpu2/examples/rknn_yolov5_demo# cd install/rknn_yolov5_demo_Linux/ root@linaro-alip:/rknpu2/examples/rknn_yolov5_demo/install/rknn_yolov5_demo_Linux# chmod a+x rknn_yolov5_demo root@linaro-alip:/rknpu2/examples/rknn_yolov5_demo/install/rknn_yolov5_demo_Linux# ./rknn_yolov5_demo ./model/RK3588/yolov5s-640-640.rknn ./model/bus.jpg

執(zhí)行完后會(huì)得到轉(zhuǎn)換后的模型圖片，與RK3576圖片一致就不再放了。

RK3588運(yùn)行結(jié)果如下：

分析結(jié)果：

首次運(yùn)行耗時(shí)約：30.887000ms

連續(xù)運(yùn)行10次的平均耗時(shí)：21.2581ms

幀率估算：約47.0FPS (1000ms/21.2581ms≈47.0)

更多瑞芯微方案相關(guān)資料，請(qǐng)關(guān)注深圳觸覺智能公眾號(hào)，添加官方客服134-2385-6106，每個(gè)芯片方案還提供近80個(gè)G的軟硬件資料與Demo助力項(xiàng)目開發(fā)運(yùn)行。

測(cè)試結(jié)果對(duì)比

• 測(cè)試數(shù)據(jù)匯總表

如圖所示：

• 對(duì)比結(jié)果總結(jié)分析

測(cè)試均基于相同的rknn_yolov5_demo環(huán)境，采用統(tǒng)一的yolov5s-640-640模型和640*640分辨率測(cè)試圖片，測(cè)試條件一致，結(jié)果具有較強(qiáng)的參考性。

• 幀率表現(xiàn)（實(shí)時(shí)性）

RK3588 以 47.0 FPS 的幀率位居領(lǐng)先，實(shí)時(shí)處理性能更為強(qiáng)悍；次旗艦 RK3576 幀率可達(dá) 42.1FPS。兩款芯片幀率均突破40FPS，RK3588與RK3576完全能夠滿足高清視頻流目標(biāo)檢測(cè)等高實(shí)時(shí)性邊緣AI場(chǎng)景的運(yùn)行需求。

• 運(yùn)行耗時(shí)（效率）

平均耗時(shí)與幀率呈反向關(guān)聯(lián)，旗艦 RK3588以 21.2581ms 的平均耗時(shí)實(shí)現(xiàn)整體效率最優(yōu)。次旗艦 RK3576 首次運(yùn)行耗時(shí)相對(duì)偏高，達(dá)到 55.395ms，該現(xiàn)象主要源于模型初次加載與緩存初始化帶來的額外開銷；進(jìn)入連續(xù)穩(wěn)定運(yùn)行階段后，平均耗時(shí)降至 23.7342ms，性能表現(xiàn)已十分接近 RK3588。結(jié)合芯片成本定位來看，RK3576綜合性價(jià)比優(yōu)勢(shì)十分突出。

• 場(chǎng)景適配建議

旗艦級(jí) RK3588 與次旗艦 RK3576 均適配對(duì)目標(biāo)檢測(cè)實(shí)時(shí)性要求嚴(yán)苛的高端邊緣場(chǎng)景，例如高清智能監(jiān)控、視覺感知、車載輔助視覺等應(yīng)用。二者性能梯度分明，可根據(jù)項(xiàng)目算力需求、預(yù)算成本靈活選型。

旗艦RK3588雖說實(shí)時(shí)幀率、處理效率上全面領(lǐng)先；次旗艦RK3576展現(xiàn)出首次加載略有差距、連續(xù)運(yùn)行性能高度逼近旗艦的特點(diǎn)，在絕大多數(shù)常規(guī) AI 推理場(chǎng)景中都能提供出色體驗(yàn)，總的來說RK3576是兼顧性能與成本的高優(yōu)選型方案。