RK3588内置6TOPS NPU单元，支持INT4/INT8/INT16 混合运算，并且可实现基于 TensorFlow / MXNet / PyTorch / Caffe 等系列框架的网络模型转换，因此非常适合用于AI深度学习。定昌基于RK3588芯片，研发了多款RK3588深度学习板卡，可支持在板端部署48+AI算法，如deepseek、Qwen、Gemma等语言大模型，以及Yolo、Whisper、Clip、Ppyoloe、ppseg、RetinaFace等视觉CV和语音识别算法。

工业边缘计算场景.png

以下是关于使用RK3588运行部分深度学习推理模型的每秒处理帧数（FPS）

AI算法支持列表和性能参考列表Model performance benchmark(FPS)
demo	model_name	inputs_shape	dtype	RK35886Tops
demo	model_name	inputs_shape		@single_core (3个NPU核心)
mobilenet	mobilenetv2-12	[1,3,224,224]	INT8	281.3
resnet	resnet50-v2-7	[1,3,224,224]	INT8	54.9
yolov5	yolov5s_relue	[1,3,640,640]	INT8	33.2
	yolov5n	[1,3,640,640]	INT8	47.4
	yolov5s	[1,3,640,640]。	INT8	23.6
	yolov5m	[1,3,640,640]	INT8	10.8
yolov6.	yolov6ne	[1,3,640,640]	INT8	56.4
	yolov6s	[1,3,640,640]	INT8	17.3
	yolov6m	[1,3,640,640]	INT8	8.6
yolov7	yolov7-tiny	[1,3,640,640]	INT8	36.5
yolov7	yolov7	[1,3,640,640]	INT8	5.9
yolov8	yolov8ne	[1,3,640,640]	INT8	40.9
	yolov8se	[1,3,640,640]	INT8	18.4
	yolov8me	[1,3,640,640]	INT8	8.2
yolov8_obb	yolov8n-obb	[1,3,640,640]	INT8	41.3
yolov10	yolov10n	[1,3,640,640]	INT8	34.1
yolov10	yolov10s	[1,3,640,640]	INT8	16.9
yolo11	yolo11ne	[1,3,640,640]	INT8	34
yolo11	yolo11s	[1,3,640,640]	INT8	16.7
yolox	yolo11m	[1,3,640,640]	INT8	6.5
yolox	yolox_se	[1,3,640,640]	INT8	18.3
ppyoloe	yolox_m	[1,3,640,640].	INT8	8.2
	ppyoloe_se	[1,3,640,640]	INT8	20
	ppyoloe_me	[1,3,640,640]	INT8	9.2
	ppyoloe_m	[1,3,640,640].	INT8	9.2
yolo_worlde	yolo_world_v2s	[1,3,640,640]e	INT8	9.6
yolov8_pose deeplabv3	clip_text	[1,20]	FP16	67.4
	yolov8n-pose	[1,3,640,640]。	INT8	31
	deeplab-v3-plus-mobi lenet-v2	[1,513,513,1]	INT8	21.4
yolov5_seg	yolov5n-seg	[1,3,640,640].	INT8	38.5
	yolov5s-seg	[1,3,640,640]e	INT8	18.1
	yolov5m-seg	[1,3,640,640]	INT8	8.4
yolov8_seg	yolov8n-seg	[1,3,640,640]e	INT8	33
	yolov8s-seg	[1,3,640,640]e	INT8	14.1
	yolov8m-seg	[1,3,640,640]e	INT8	6.4
ppseg	ppseg_lite_1024x512	[1,3,512,512]	INT8	13.9
mobilesam	mobilesam_encoder_ti nye	[1,3,448,448]	FP16	6.6
mobilesam	mobilesam_decoder	[1,1,112,112]	FP16	69.6
RetinaFace	RetinaFace_mobile320	[1,3,320,320]	INT8	300.8
RetinaFace	RetinaFace_resnet50_3 20	[1,3,320,320]	INT8	26.9
LPRNet	lprnet	[1,3,24,94]	FP16	420.6
PPOCR-Det	ppocrv4_det	[1,3,480,480]	INT8	28
PPOCR-Rec	ppocrv4_rece	[1,3,48,320]	FP16	54.3
lite_transformer	lite-transformer-enco der-16	embedding-256, token-16	FP16	725.8
clip	lite-transformer-deco der-16 clip_imagese	embedding-256, token-16 [1,3,224,224]	FP16 FP16	252 3.4

下面介绍一款适合用于进行深度学习的RK3588主板(DC_A588)，这款开发板具有以下特点：

1.支持16路摄像头接入做AI算法推理

DC_A588板载两路双千兆网口，可支持通过交换机最多接入16路1080P 30@Hz POE摄像头同时做AI算法推理。搭配YOLO算法可做园区入侵分析、火焰检测、安全帽检测、流水线产品质检等。

另外主板也板载了两路MIPI摄像头，并且支持通过转接板扩展为8路AHD摄像头，可灵活选择摄像头部署方案。

16路视频分析.png

2.支持多系统兼容

DC_A588目前已兼容多个系统，包括安卓12/debian11/ubuntu20.04/2204/2404桌面版与服务器版本/ros2/鸿蒙4.13/银河麒麟v10sp1/星光麒麟1.0，兼顾不同项目的系统适配需求。

3. 支持最高32GB LPDDR5和256GB EMMC扩展

目前DC_A588可选4GB/8GB/16GB/32GB LPDDR4/LPDDR4x/LPDDR5内存配置，并且支持16G/32G/64G/128G/256G存储扩展，满足多路视频分析过程中，对内存和大容量视频存储需求。

下面是这款DC_A588的参数详情：

项目	规格参数（DC-A588）
CPU处理器	RK3588，八核64位(4×Cortex-A76+4×Cortex-A55)，8nm工艺，主频最高2.2GHz
GPU	ARM Mali-G610 MP4四核GPU，支持OpenGL ES3.2/OpenCL 2.2/Vulkan 1.2
NPU	NPU算力高达6TOPS，支持INT4/INT8/INT16混合运算
内存	4GB/8GB/16GB 64bit LPDDR4x（最高可配16GB）
存储	eMMC 16G/32G/64G/128G（可选）；1×SATA3.0（带供电）；TF卡扩展128GB
显示	HDMI IN×1（4K）、HDMI OUT×2（8K）、LVDS×1（1080P）、EDP×2（4K）、MIPI DSI×1 支持多屏异显
音频	耳机座×1、麦输入×1；功放支持8Ω/10W双喇叭
外置存储	1×SATA3.0（带供电）；TF卡座×1，最高支持128GB
网络	千兆RJ45×2；板载WiFi6+BT5.0；MINI PCI-E可扩展4G LTE
基本接口	USB Host×5（4×2.0+1×3.0）、OTG×1、串口×4、GPIO×4、CAN×1、SIM×1
系统	Android 12 / Ubuntu20.04 / Debian11 / 银河麒麟 / 星光麒麟 / 开源鸿蒙4.1.3
电源	DC 12V输入（DC5.5×2.5mm+4P），建议12V/2-5A（根据外设功率选择）
工作环境	工作温度：0℃～70℃，推荐5℃～35℃；工作湿度：10%～90%，无凝露