Rockchip 核心板

平台矩阵

基于 Rockchip AIoT SoC 核心板与主板。下表可直接放入你的选型报告。

型号工艺CPUNPU视频内存关键接口典型应用
RK3588
旗舰边缘 AI
8nm4×Cortex-A76 @2.4GHz + 4×Cortex-A55 @1.8GHz6 TOPS (INT4/8/16/FP16) 8K@60 dec / 8K@30 encLPDDR5 ≤32GB2×HDMI2.1, PCIe2.1×4, 4×SATA, dual GbE, 4×MIPI-CSI 边缘 AI 服务器、端侧大模型(7B/13B)、机器人、智能座舱、工业 HMI
RK3588S(紧凑型)· RK3588J(工业级)· RK3588M(车载)
RK3576
高性价比旗舰
8nm4×Cortex-A72 @2.2GHz + 4×Cortex-A53 @1.8GHz6 TOPS (支持 Transformer) 4K@120 dec / 4K@60 encLPDDR5 ≤32GBHDMI2.1, PCIe, multi-display, USB/CAN/network NVR、AI 盒子、工业 HMI、AI POS、轻量机器人
RK3576J(工业级)· RK3576M(车载)
RK3572
中高端 AIoT
2×Cortex-A73 + 6×Cortex-A534 TOPS (sparse) 8K@30 dec / 4K@30 encLPDDR4/4X/5/5XHDMI2.1, PCIe2.1, multi-display, USB3.1 中高端 AIoT、商用显示、机器人主控制器
RK3572M(车载)· RK3572V(视觉 12M ISP)· RK3572S(降本)
RK3568
主流 AIoT
22nm4×Cortex-A55 @2.0GHz1 TOPS 4K@60 dec / 1080P encLPDDR4xUSB3.0, PCIe3.0×2, SATA, dual GbE, 3×CAN 工业网关、HMI、NVR、商用显示、自助终端
RK3568J(工业级)· RK3568B2
RK3566
高性价比
22nm4×Cortex-A55 @1.8GHz1 TOPS 4K@60 decLPDDR4xUSB2.0, MIPI, GMAC 平板、电子书阅读器、智能面板、轻量终端
RK3562
入门级 AIoT
22nm4×Cortex-A530.8 TOPS 1080PLPDDR4x精简通用接口 成本敏感的入门级 AIoT 设备
RK3562J(工业级)
RV1126
智能视觉
4×Cortex-A72 TOPS AI-ISP 2.0 微光全彩MIPI-CSI, Ethernet IPC、视觉感知、行为分析摄像机
RV1126K
RV1106/03
轻量视觉
单核 Cortex-A70.5 TOPS 轻量视觉精简接口 入门级 AI 摄像机、低功耗视觉节点
RV1106G2 / RV1103G1
RV1126B
智能视觉(升级)
4×Cortex-A533 TOPS 4K@30 dec / 4K@45 enc · 12M AI-ISPExternal DDR3/3L/4/LP3/4/4XMIPI-CSI×2/4×2-Lane, RGMII+PHY, USB3.0 工业 IPC、车载视觉、AI 摄像机(RV1126 重大升级)
RV1126BJ(工业级 -40~85)· RV1126BM(车载 AEC-Q100)
RV1106B
入门级视觉
Cortex-A7 + MCU0.5 TOPS 4K@25 enc · 8M ISPSiP DDR 512Mb/1Gb/2GbMIPI-CSI, RMII+PHY, USB2.0 电池供电 IPC、入门级 AI 摄像机、结构化轻量视觉
RV1106BG/BP
RK3308
音频 / 语音
4×Cortex-A35 音频编解码、麦克风阵列 智能音箱、语音助手、音频终端
RK3308M(车载)· RK3308J(工业级)
RK3506
实时控制 / HMI
3×Cortex-A7 + M0 CAN/UART/SPI HMI、电机控制、PLC、网关控制面板
RK3506J(工业级)
RK2118
旗舰音频(车载)
2×Cortex Star-M33 + 3×HiFi4 DSPAudio-NPU 40 GOPS 3MB SRAM + 64MB DDR8×SAI(>600 slot), PDM, SPDIF, 40ch ASRC, USB2.0/CAN 车载音频功放、声霸、杜比全景声/DTS-X、智能音箱
RK2118M/M2(车载 AEC-Q100)
RK2116
RISC-V 音频
RISC-V MCU + 2×HiFi4 DSP 1.28MB SRAM8×SAI, PDM, 24ch ASRC, 4AD/4DA Codec, USB2.0/CAN 车载 / 消费音频、语音前端
RK2116M/M2(车载 AEC-Q100)
RK2108D
低功耗 AI 语音
Cortex-M4F @396MHz + HiFi3 DSP @594MHz MIPI/RGB ≤720P1MB Share + BootRomI2S×2 / PDM 6ch / Codec ADC 2ch / USB2.0 / SDIO3.0 AI 语音交互、低功耗 IoT 音频(M08D 模组主控制器)
M08D 模组(我司)
AI NPU 协处理器

独立 AI 计算卡 / 端侧大模型加速

与 RK3576 / RK3588 搭配:主控制器运行业务与工具,NPU 卡专司 LLM/VLM 推理(3D 堆叠 DRAM,唯一的端侧数百 GB/s 带宽)。

型号NPU 算力大模型能力板载 DRAM接口状态
RK182820 TOPS3B LLM/VLM(Qwen3 系列)5GB 3D DRAMPCIe2.1 / RGMII / USB3.1量产
RK182020 TOPS7B LLM/VLM2.5GB 3D DRAMPCIe2.1 / RGMII / USB3.1量产
RK186X64 TOPS7B / 13B LLM/VLM2.5/5/10GBPCIe3 / USB3.0 / C2C工程样品 2026Q3

实测 Qwen3-1.7B(RK1828,W4A16):Prefill 2387 TPS / Decode 138 TPS,远超 RK3588(298/13.9)。 说明:官方路线图(2026-05)未列出“RK1280”;AI NPU 协处理器系列为 RK1820/1828/186X——具体型号请与 Rockchip 销售确认。

快速开始

在 RK3588 上部署你的第一个 NPU 模型

# 1) 安装 RKNN-Toolkit2(Python 3.8+)
pip install rknn-toolkit2

# 2) 量化并导出 RK3588 推理模型
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) 板端推理(RK3588,C/Python API)
rknn.init_runtime(target='rk3588')
outputs = rknn.inference(inputs=[img])

完整流程见技术文档 / SDK 指南。百斯通提供原理图与板级支持包。