这款主板除了支持多操作系统外，其一大特点是综合算力高达45TOPS，用来开发多路安防监控、工业高精度检测、大模型本地部署、智慧交通、AI影像辅助筛查等项目都是游刃有余的。另外定昌还提供超过118+算法支持列表，涵盖市场上主流的AI视觉、语音、大语言等模型，有定昌资深AI工程师全程跟踪指导部署，方便项目快速开发落地。

边缘计算开发板.png

目前这款开发板的性能超强，相比定昌之前的RK3588主板，其CPU性能是RK3588 2倍以上，GPU性能是RK3588 3倍以上，NPU性能是RK3588 5倍以上。超高性能加上超高算力，可满足目前市场上大部分商业、工业领域ARM架构设备开发。

关于这款开发板的其他参数性能整理如下：

项目	DC_ENP1详细参数
CPU	CD8180,12核ARM架构
GPU	Arm Immortalis-G720 MC10API:OpenGL ES3.2,Vulkan 1.3,OpenCL 3.0
CPU+NPU综合算力	45TOPS
内存	LPDDR5 4GB/8GB/16GB
存储器扩展	2个内置M.2 M-KEY座子，可用于拓展SSD硬盘
显示接口	1HDMI OUT 4K@60Hz 1DP OUT 4K@1200Hz 2*Type C 4K@120Hz 支持四屏同显、异显
支持系统	Android14/ubuntu24.04/window11/openharmony6.0/debian12
网络支持	2*2.5G自适应以太网 1个内置M.2 E-KEY座子，拓展连接WIFI/BT模块 1个内置MINI PCIE座插槽(选配),拓展连接3G/4G模块
其他接口	5个USB2.0,2个USB 3.0,2个USB OTG 7路串口，10个GPIO口
工作电压	9-36V

目前，该款开发板支持包括以下算法：

大类	子类	支持的人工智能模型名称
Audio	Speech_Recognitione 语音识别	onnx_whisper_medium_multilingual onnx_whisper_small_multi_language onnx_whisper_tiny_multi_language
ComputeVision	BEV 道路分割	onnx_BEV_RoadSeg
	Body_Analysis 人体属性分析	onnx_age_googlenet onnx_gender_googlenet
	Depth_Estimatione 深度估计	onnx_depth_anything_v2 onnx_fsre_depth onnx_MiDaS_v2
	Face_Detectione 人脸检测	onnx_centerface onnx_facenet onnx_rfb_320
	Face_Recognitione 人脸识别	onnx_scrfd_arcfacee
	Image_Classificatione 图像分类	onnx_inception_v3 onnx_mobilenet_v2 onnx_mobilenet_v2_12_int8 onnx_mobilenet_v2_12_qdq onnx_resnet_v1_101 onnx_resnet_v1_12_int8 onnx_resnet_v1_12_qdqe onnx_resnet_v1_50 onnx_vgg_16 onnx_vgg16_12_int8 onnx_vgg16_12_qdq onnx_vit-base-16-224
	Image_Enhancement 图像增强	onnx_AGLLNet onnx_nighttime_dehaze onnx_pairlie
	Lane_Detectione 道路分割	onnx_lanenet onnx_LSTR onnx_Ultra_Fast_Lane_Detection onnx_Ultra_Fast_Lane_Detection_v2
	Object_Detection 目标检测	onnx_resnet50_ssd300 onnx_retinanet onnx_vehicle_detection onnx_yolov12_me onnx_yolov12_ne onnx_yolo_v3 onnx_yolov8_1 onnx_yolov81_worldv2 onnx_yolov8_ne onnx_yolox_l onnx_yolox_m onnx_yolox_Se
	Object_Detection 目标检测
	OCR	onnx_crnn
	文本识别	onnx_PP_OCRv4
	Pose_Estimation	onnx_handpose
	人体关键点识别	onnx_hrnet_pose
	人体关键点识别	onnx_openpose onnx_yolov8s_pose
	Semantic_Segmentation 目标分割	onnx_BiSeNet onnx_deeplab_v3 onnx_deeplabv3_plus onnx_duce onnx_fcn_resnet50 onnx_pphumanseg onnx_road_segmentation onnx_sam2_1_tiny onnx_u2net onnx_yolov8_segmentation
	Semantic_Segmentation 目标分割	torch_fast_scnne
	Super_Resolutione 图像超分辨率	onnx_real_esrgan onnx_super_resolutione onnx_vdsr
Generative_AI	Image_to_Text 图片语义理解	onnx_Chinese_clip onnx_clip onnx_siglip-so400m-patch14-384
	LLM	chatglm3-6b DeepSeek-R1-Distill-Llama-8B DeepSeek-R1-Distill-Qwen-14B DeepSeek-R1-Distill-Qwen-1.5B DeepSeek-R1-Distill-Qwen-7B ERNIE-4.5-0.3B-PT ERNIE-4.5-21B-A3B-Base-PT gemma-2-2b-it glm-edge-4b-chat intern1m2_5-7b-chat internlm3-8b-instruct Llama-2-7b-chat
	LLM 大语言模型	gemma-2-2b-it g1m-edge-4b-chate internlm2_5-7b-chat internlm3-8b-instruct Llama-2-7b-chat Llama-3.1-8B-Instruct Llama-3.2-1B-Instruct Llama-3.2-3B-Instruct Llama-3-8B-Instruct MiniCPM3-4B OREAL-DeepSeek-R1-Distill-Qwen-7B phi-2 Phi-3.5-mini-instruct Phi-3-mini-4k-instruct Qwen1.5-1.8B-Chat Qwen1.5-4B-Chat Qwen2-0.5B-Instruct Qwen2-1.5B-Instruct Qwen2-7B-Instruct Qwen2.5-0.5B-Instruct Qwen2.5-7B-Instruct Qwen3-0.6B Qwen3-1.7B Qwen3-30B-A3B Qwen3-4B Qwen3-8B
	Text_Image_Search 文本搜索图片	onnx_bge_small_zhe
	Text_to_Image 文本生成图片	onnx_sdx1-turbo onnx_stable_diffusion_v1_4
MultiModal	多模态模型	Llava-v1.5-7b Llava-v1.6-mistral-7b Llava-v1.6-vicuna-7b MiniCPM-o-2.6 MiniCPM-V-2.6 Qwen2.5-VL-3B-Instruct Qwen2.5-VL-7B-Instruct Qwen2-VL-2B-Instructe Qwen2-VL-7B-Instructe