做边缘计算、服务机器人项目开发时，通常需要根据不同算力需求选购AI算力板卡。其中，此芯、瑞芯微、全志是三款常用的国产算力芯片，包括了大中小算力芯片。其中，此芯主打大打算力，综合算力高达45TOPS，可用于对算力要求较高的项目开发，如多路工业视觉检测、智能机器人；瑞芯微和全志主打中小算力，包括1-6TOPS算力，可用于AI智能安防、人脸识别、车牌识别等项目开发。

下面列举此芯、瑞芯微、全志各一款算力板卡:

一、此芯45TOPS算力板卡——DC_ENP1‍

此芯的45TOPS算力板卡，基于芯片CD8180开发，12 核ARM架构CPU（4大核A720+4中核A720+4小核 A520），共享12MB三级缓存，无论是算力还是总体性能都非常强大。

另外，这款主板还可支持双m.2固态硬盘扩展，支持多路录像视频存储和质检图像存储，也可在本地部署小龙虾模型，支持在板端做训练部署。

目前可支持超过118+算法部署，包括视觉类、音频类、生成式和多模态模型部署，具体的算法支持列表如下：

ZTL_CIX_Base_AI_SDK_xxxAI算法模型支持列表
大类	子类	支持的模型名称
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