Rockchip AIoT SoC のコアボードとメインボードに基づきます。以下の表はそのまま選定レポートへ転用できます。
| モデル | プロセス | CPU | NPU | 映像 | メモリ | 主要インターフェース | 代表的応用 |
|---|---|---|---|---|---|---|---|
| RK3588 フラグシップ・エッジ AI |
8nm | 4×Cortex-A76 @2.4GHz + 4×Cortex-A55 @1.8GHz | 6 TOPS (INT4/8/16/FP16) | 8K@60 dec / 8K@30 enc | LPDDR5 ≤32GB | 2×HDMI2.1, PCIe2.1×4, 4×SATA, dual GbE, 4×MIPI-CSI | エッジ AI サーバー、オンデバイス大規模モデル（7B/13B）、ロボティクス、スマートコックピット、産業用 HMI RK3588S（小型）・RK3588J（産業）・RK3588M（車載） |
| RK3576 高コストパフォーマンス・フラグシップ |
8nm | 4×Cortex-A72 @2.2GHz + 4×Cortex-A53 @1.8GHz | 6 TOPS (Transformer 対応) | 4K@120 dec / 4K@60 enc | LPDDR5 ≤32GB | HDMI2.1, PCIe, マルチディスプレイ, USB/CAN/ネットワーク | NVR、AI ボックス、産業用 HMI、AI POS、軽量ロボティクス RK3576J（産業）・RK3576M（車載） |
| RK3572 中〜上位 AIoT |
— | 2×Cortex-A73 + 6×Cortex-A53 | 4 TOPS (sparse) | 8K@30 dec / 4K@30 enc | LPDDR4/4X/5/5X | HDMI2.1, PCIe2.1, マルチディスプレイ, USB3.1 | 中〜上位 AIoT、商用ディスプレイ、ロボティクス主制御 RK3572M（車載）・RK3572V（ビジョン 12M ISP）・RK3572S（原価低減） |
| RK3568 メインストリーム AIoT |
22nm | 4×Cortex-A55 @2.0GHz | 1 TOPS | 4K@60 dec / 1080P enc | LPDDR4x | USB3.0, PCIe3.0×2, SATA, dual GbE, 3×CAN | 産業用ゲートウェイ、HMI、NVR、商用ディスプレイ、セルフサービス端末 RK3568J（産業）・RK3568B2 |
| RK3566 高コストパフォーマンス |
22nm | 4×Cortex-A55 @1.8GHz | 1 TOPS | 4K@60 dec | LPDDR4x | USB2.0, MIPI, GMAC | タブレット、電子書籍リーダー、スマートパネル、軽量端末 — |
| RK3562 エントリー AIoT |
22nm | 4×Cortex-A53 | 0.8 TOPS | 1080P | LPDDR4x | 汎用インターフェース（簡素化） | 原価重視のエントリー級 AIoT デバイス RK3562J（産業） |
| RV1126 スマートビジョン |
— | 4×Cortex-A7 | 2 TOPS | AI-ISP 2.0 暗所フルカラー | — | MIPI-CSI, Ethernet | IPC、ビジョン知覚、行動解析カメラ RV1126K |
| RV1106/03 軽量ビジョン |
— | シングル Cortex-A7 | 0.5 TOPS | 軽量ビジョン | — | 簡素化 | エントリー級 AI カメラ、低消費電力ビジョンノード RV1106G2 / RV1103G1 |
| RV1126B スマートビジョン（強化） |
— | 4×Cortex-A53 | 3 TOPS | 4K@30 dec / 4K@45 enc ・ 12M AI-ISP | External DDR3/3L/4/LP3/4/4X | MIPI-CSI×2/4×2-Lane, RGMII+PHY, USB3.0 | 産業用 IPC、車載ビジョン、AI カメラ（RV1126 の大幅強化） RV1126BJ（産業 -40~85）・RV1126BM（車載 AEC-Q100） |
| RV1106B エントリー級ビジョン |
— | Cortex-A7 + MCU | 0.5 TOPS | 4K@25 enc ・ 8M ISP | SiP DDR 512Mb/1Gb/2Gb | MIPI-CSI, RMII+PHY, USB2.0 | バッテリー IPC、エントリー級 AI カメラ、構造化軽量ビジョン RV1106BG/BP |
| RK3308 オーディオ／音声 |
— | 4×Cortex-A35 | — | — | — | オーディオコーデック、マイクアレイ | スマートスピーカー、音声アシスタント、オーディオ端末 RK3308M（車載）・RK3308J（産業） |
| RK3506 リアルタイム制御／HMI |
— | 3×Cortex-A7 + M0 | — | — | — | CAN/UART/SPI | HMI、モーター制御、PLC、ゲートウェイ制御盤 RK3506J（産業） |
| RK2118 フラグシップオーディオ（車載） |
— | 2×Cortex Star-M33 + 3×HiFi4 DSP | Audio-NPU 40 GOPS | — | 3MB SRAM + 64MB DDR | 8×SAI(>600 slot), PDM, SPDIF, 40ch ASRC, USB2.0/CAN | 車載オーディオアンプ、サウンドバー、Dolby Atmos/DTS-X、スマートスピーカー RK2118M/M2（車載 AEC-Q100） |
| RK2116 RISC-V オーディオ |
— | RISC-V MCU + 2×HiFi4 DSP | — | — | 1.28MB SRAM | 8×SAI, PDM, 24ch ASRC, 4AD/4DA Codec, USB2.0/CAN | 車載／民生オーディオ、音声フロントエンド RK2116M/M2（車載 AEC-Q100） |
| RK2108D 低消費電力 AI 音声 |
— | Cortex-M4F @396MHz + HiFi3 DSP @594MHz | — | MIPI/RGB ≤720P | 1MB Share + BootRom | I2S×2 / PDM 6ch / Codec ADC 2ch / USB2.0 / SDIO3.0 | AI 音声対話、低消費電力 IoT オーディオ（M08D モジュール主制御） M08D モジュール（当社製） |
RK3576／RK3588 と組み合わせ：メインコントローラが業務＆ツールを担い、NPU カードが LLM／VLM 推論（3D 積層 DRAM、オンデバイス唯一の数百 GB/s 帯域）を専門に処理します。
| モデル | NPU 演算 | 大規模モデル能力 | オンボード DRAM | インターフェース | 状況 |
|---|---|---|---|---|---|
| RK1828 | 20 TOPS | 3B LLM/VLM（Qwen3 ファミリ） | 5GB 3D DRAM | PCIe2.1 / RGMII / USB3.1 | 量産中 |
| RK1820 | 20 TOPS | 7B LLM/VLM | 2.5GB 3D DRAM | PCIe2.1 / RGMII / USB3.1 | 量産中 |
| RK186X | 64 TOPS | 7B / 13B LLM/VLM | 2.5/5/10GB | PCIe3 / USB3.0 / C2C | ES 2026Q3 |
実測 Qwen3-1.7B（RK1828, W4A16）：Prefill 2387 TPS / Decode 138 TPS、RK3588（298/13.9）を大きく上回ります。 注：公式ロードマップ（2026-05）に「RK1280」の記載はなく、AI NPU コプロセッサは RK1820/1828/186X です——詳細は Rockchip 営業へご確認ください。
# 1) RKNN-Toolkit2 をインストール（Python 3.8+）
pip install rknn-toolkit2
# 2) 量子化して RK3588 推論モデルを書き出す
from rknn.api import RKNN
rknn = RKNN()
rknn.config(target_platform='rk3588')
rknn.load_onnx(model='model.onnx')
rknn.build(do_quantization=True, dataset='./calib.txt')
rknn.export_rknn('model.rknn')
# 3) オンボード推論（RK3588, C/Python API）
rknn.init_runtime(target='rk3588')
outputs = rknn.inference(inputs=[img])
全体の流れは 技術ドキュメント／SDK ガイド を参照。Bestom は回路図とボードレベル対応パッケージを提供します。