说到深度学习，那就不得不提到目前非常火爆便携的边缘计算设备，前有基于Movidius Myriad 2的神经计算棒一代，而后有基于Google Edge TPU的Coral神经计算棒、Intel Myriad X的神经计算棒二代，“若派Ropal”神经计算棒等，虽然说各有特色，但还是有一个共同点，那就是不便宜，对于国内一些想开拓边缘计算领域的中小企业或者走量的企业来说，成本不是太好控制，因此为什么本文会强烈推荐瑞芯微RK1808人工智能计算棒——一款物美价廉的深度学习开发工具。

瑞芯微RK1808人工智能计算棒

RK1808人工智能计算棒是瑞芯微旗下首款AI人工智能计算棒AI Compute Stick，不久前刚刚发布，基于RK1808 NPU芯片，主要面向基于人工智能平台以及边缘计算产品的深度学习开发者。

RK1808人工智能计算棒算是众多边缘计算设备中的佼佼者，外观时尚精致，尺寸只有60mm*19mm（差不多传统U盘大小），并且有多种颜色可选。接口采用USB3.0 Type A接口，无风扇设计，利用USB接口供电，使用时无需连接云端，即可为开发主机设备以及众多第三方的单板计算机提供基于深度学习网络模型的推理加速。

瑞芯微RK1808人工智能计算棒的内置芯片RK1808其实大家应该并不陌生，这是在瑞芯微在CES2019消费电子展发布的一款内置高能效NPU的AIoT芯片解决方案，在硬件规格上，瑞芯微RK1808 AIoT芯片采用双核Cortex-A35架构，NPU峰值算力高达3.0TOPs，VPU支持1080P视频编解码，支持麦克风阵列并具有硬件VAD功能，支持摄像头视频信号输入并具有内置ISP。

瑞芯微RK1808 NPU芯片

以目前各个企业所追逐的市场来看，人工智能技术与物联网在实际应用中落地融合的“AIoT”是现阶段的终极目标，这同时也是各大传统行业智能化升级的主要方式。瑞芯微RK1808 NPU芯片独特架构所包含的功能模块以及各类丰富的接口将高效赋能AIoT生态链以及开发者对技术与场景匹配的需求。

瑞芯微RK1808 NPU芯片主要的优势特性包括：

1、极致低功耗

• 芯片采用22nm FD-SOI工艺，相同性能下功耗相比主流28nm工艺可降低30%左右；
• 内置2MB系统级SRAM，可实现always-on设备无DDR运行；
• 具有硬件VAD功能，支持低功耗侦听远场唤醒。

2、强大AI运算能力

• 内置的NPU算力最高可达3TOPs；
• 支持INT8/INT16/FP16混合运算，
• 最大程度兼顾性能、功耗及运算精度；
• 支持TensorFlow/MXNet/PyTorch/Caffe等一系列框架的网络模型转换，兼容性强。

3、面向AIoT应用的丰富接口

• RK1808具有丰富的外设接口，便于应用扩展，视频支持MIPI/CIF/BT1120输入，支持MIPI/RGB显示输出；
• 具有PWM/I2C/SPI/UART等一系列传感器输入输出接口；
• 具有USB3.0/USB2.0/PCIE等高速设备接口，支持千兆以太网及外置WiFi/BT模块；
• 音频支持麦克风阵列输入，同时支持音频输出。

4. 易于开发

• 支持Linux系统，
• AI应用开发SDK支持C/C++及Python，方便客户浮点到定点网络的转换以及调试，开发便捷度极强。

总所周知，AI算力是制约AI产业发展和开发者创新的痛点之一，瑞芯微RK1808 AIoT芯片平台具备的可无限量叠加、级联特性，将激活更丰富的AI应用场景与创新产品，满足产业链合作伙伴对AI高性能计算的产品需求。

RK1808具体的规格信息如下：

• 双核Cortex-A35，内部集成2MB SRAM
• DDR 32位 数据宽度，最大支持2GB DDR3/DDR3L/LPDDR3/LPDDR3L-1600
• 集成512KB内部缓冲区的神经处理单元，支持：每个周期支持最多1920 Int8，最多192 Int16以及最多64 FP16 MAC操
• eMMC 4.5 1/4/8位，最高速率150MB/s
• SD/MMC支持
• SPI Flash x1-4-8 data
• 视频编码器/解码器高达1080p
• 视频输入DPI 8-10-12-16位高达150MB/s
• 摄像头输入MIPI CSI最多4个数据通道，2.0Gbps，MIPI-HS，MIPI-LP
• LCD RGB 8/8/8高达1280×800@60fps
• MIPI DSI 1920×1080，最多4个数据通道，2.0GbpsA
• 支持音频I2S接口、千兆以太网、USB2.0 HOST/OTG、USB3.0 5Gbps
• PCIe 1/2链路，每条链路2.5Gbps
• SPI，I2C，UART
• x4 10bit SAR ADC 1Msps
• -40~125℃工作温度，针对汽车和工业视觉应用

在封装上，RK1808采用FCCSP 420封装，0.3mm balls，球间距为0.5/0.35mm，说穿了这款芯片绝不适合业余爱好者去折腾，还是适合有实力的企业去开发，个人用户使用这些企业现成的产品即可，或者使用瑞芯微刚刚推出的RK1808人工智能计算棒。

事实上，对于RK1808的构造很多使用瑞芯微SoC的用户并不陌生，为什么？还记得之前瑞芯微发布的RK3399 Pro，内部就是在RK3399的基础上升级了一个RK1808，而且还闹出一个大笑话，一开始官方准备搞成pin-to-pin兼容的，结果，可以让用户在不更改硬件的情况下升级当前的主板。但事实是残酷的，最终瑞芯微改变了主意。

很大的原因在于NPU需要一个512MB或更多的专用RAM，这就犯难了，一开始相信瑞芯微最初的计划是将512MB RAM芯片打包到RK3399pro中，使用SiP或PoP封装进行无缝升​​级，但事实证明这样做的成本远高于使用外部RAM，而RAM的成本和选用其实也因市场、企业、设计产品的思路而异，将如此大的RAM打包到芯片中是有风险的。

而且添加NPU已经使芯片尺寸比RK3399大得多，RK3399pro尺寸为27x27mm，FCBGA1372封装，而RK3399的尺寸为22x22mm，FCBGA828封装。因此，结果我们也看到了RK3399Pro跟RK3399并不能做到pin-to-pin兼容，很多已经制造了RK3399板的企业需要改变PCB的布局才能升级到RK3399Pro。

另外，RK1808直接绑定到RK3399的封装中通过USB3.0相连的，这也解释了为什么RK3399Pro没有外部可用的USB3.0，见下图。

至于瑞芯微如何保证将这两个相当耗电的芯片组合在一起时管理功耗分配的还有待商酌，用过RK3399的人肯定知道，RK3399需要相当大的散热条件，毕竟28nm工艺的Cortex-A72内核满载运行时，热量还是极为恐怖。

小结

AIoT开启了继物联网、人工智能后又一大想象无限的领域，同时也给智慧物联、人工智能在应用层面拓展更多可能性开启新的篇章。基于瑞芯微RK1808 NPU芯片的应用可以实现语音唤醒、语音识别、人脸检测及属性分析、人脸识别、姿态分析、目标检测及识别、图像处理等一系列功能，可广泛应用于安防、教育、清扫、车载、穿戴、家电、存储等各场景中。RK1808的高算力、低功耗、针对性AIoT接口设计以及更低的开发门槛，不仅能够实现生态链的技术升级与突破，更有利于其快速构建商业生态, 将成为生态链合作伙伴撬动AIoT市场的利器。