Rockchip RK3576

Rockchip RK3576J

八核64位处理器（4×A72 + 4×A53），主频最高 2.2GHz

八核64位处理器（4×A72 + 4×A53），主频最高 1.6GHz

G52 MC3 @ 1GHz，支持 OpenGL ES 1.1/2.0/3.2，OpenCL 2.0，Vulkan 1.1，内嵌高性能 2D 加速硬件

6 TOPS算力 NPU，支持 INT4/INT8/INT16/FP16/BF16/TF32操作，支持双核协同工作或独立工作，支持多任务、多场景并行

内置1600万像素 ISP，支持低光降噪，支持RGB-IR sensor，支持最高120dB HDR，AI-ISP提升低噪度的图像效果

解码: 8K@30fps/4K@120fps: H.265/HEVC、VP9、AVS2、AV1，4K@60fps: H.264/AVC 编码: 4K@60fps: H.265/HEVC、H.264/AVC

LPDDR4/LPDDR4x（4GB/8GB/16GB 可选）

eMMC（16GB/32GB/64GB/128GB/256GB 可选）、UFS2.0（可选）

1 × M.2 (可扩展 2242 PCIe NVMe/SATA SSD）（主机内部）、1 × TF Card

DC 12V（5.5mm × 2.1mm，支持12V~24V宽电压输入）

最大功耗：6W(12V/500mA)，典型功耗：1.8W(12V/150mA)，休眠功耗：0.624W(12V/52mA)

支持RTLinux 内核，实时性能优秀，广泛应用于工业应用场景 支持Android14、Linux OS、Buildroot、国产操作系统，为产品研产提供安全稳定的系统环境 具有实时网络、Flexbus、硬件资源隔离、DSMC等工业新特性，满足不同的工业应用需求

· 支持Transformer架构下超大规模参数模型的私有化部署， 　　如Gemma-2B、ChatGLM3-6B、Qwen-1.8B、Phi-3-3.8B等大型语言模型 · 支持CNN、RNN、LSTM等传统网络架构，支持RKNN模型导入导出，支持多种深度学习框架， 　　包括TensorFlow、TensorFlow Lite、PyTorch、Caffe、ONNX和Darknet，并支持自定义算子开发 · 支持Docker容器化管理技术 · 支持基于深度学习的实时目标检测算法YOLO（You Only Look Once），相比于传统的目标检测方法， YOLO具有快速和实时性的优势，能够在图像或视频中准确地识别和定位多个目标物体，强势赋能AI应用

145.9mm × 104.11mm × 26.38mm

≈149g

工作温度：-20℃ ~ 60℃， 存储湿度: 10%～90%RH（无凝露）

工作温度：-40℃ ~ 85℃， 存储湿度: 10%～90%RH（无凝露）

2 × 千兆以太网（RJ45/1000Mbps）、支持2.4GHz/5GHz 双频 WiFi（802.11a/b/g/n/ac），蓝牙5.0、 可扩展4G LTE（Mini PCIe）、5G（M.2 B-KEY）

2 × MIPI-CSI DPHY（1×4Lanes或2×2Lanes，30Pin-0.5mm） 1 × MIPI-CSI D/CPHY（DPHY(1×4 Lanes/2×2 Lanes)或CPHY(3Lanes)，24Pin-0.5mm）

1 × MIPI-DSI D/CPHY（30Pin-0.5mm，2560×1600@60Hz）、 1 × HDMI2.1（4K@120fps）

1 × MIC（2Pin-1.25mm）、1 × 3.5mm音频接口（支持MIC录音，美标 CTIA）

2 × USB3.0（HOST，限流1.2A）

1 × MaskRom、1 × Reset、1 × Recovery

1 × SIM Card、1 × Type-C（USB3.0 OTG，与DP1.4复用）、1 × FAN（4Pin-1.25mm）、 1 × Debug（3Pin-2mm）、1 × DC-IN（4Pin-2mm） 1 × 凤凰端子座（2×4Pin-3.5mm）：1 × RS485、1 × RS232、1 × CAN 2.0 1 × 双排排针（2×15-30Pin-2mm）：1×USB2.0、1×SPI、1×I2C、1×UART、3×A/D、2×GPIO、Line-out