Comake Pi D3 上手与选型
Comake Pi D3 是端边侧AI开发服务平台Comake推出的入门级视觉边缘计算开发板,主控 SCM8003G(6 核 Cortex-A55 @1.8GHz,NPU 8TOPS@INT8),4GB LPDDR4X,支持 2 路 8K@30fps 解码和双千兆网口,能本地跑 Qwen2.5-1.5B 级别的大模型(约 8~9 tok/s)。适合 AI NVR、AI NAS、智能会议、无人零售、工业网关这类"视频路数多、预算敏感、要本地推理"的项目。
一、规格速览
| 项目 | 规格 |
| 主控 | SigmaStar SCM8003G |
| CPU | 6× Cortex-A55,1.8GHz |
| NPU | 8TOPS@INT8 |
| 内存 | 4GB LPDDR4X |
| 解码 | 2 路 8K@30fps 或 32 路 1080P@30fps |
| 编码 | 1080P@30fps H.264 |
| 显示 | HDMI 4K@30 + MIPI 2560×1600@60 |
| 网络 | 2× 千兆以太网 |
| 扩展 | 2× PCIe Gen2×2、SATA Gen3、mSATA、M.2 B-Key 2230 |
| USB | 1× USB3.0 + 3× USB2.0(P2/P3 支持 DRD 主从) |
| 音频 | 模拟 MIC×2、扬声器左右声道、4ch DMIC(最多 8 颗) |
| 封装 | 核心板 260-Pin SO-DIMM,官方发布信息标注 70×45mm、171 pin |
| 功耗 | DC 12V 输入;芯片满载低于 5W |
| 系统 | Linux 完整 SDK(bootloader + kernel + rootfs) |
二、NPU 实测:把 FPS 翻译成"能带几路"
D3 的 IPU 基准(INT8 量化)典型模型如下:
| 模型 | 输入尺寸 | 帧率(FPS) |
| MobileNetV2 | 224×224 | 1423.54 |
| ResNet50 v2 | 224×224 | 215.1 |
| YOLOv8n | 640×640 | 154.98 |
| YOLOv8s | 640×640 | 79.14 |
| YOLOv5s | 640×640 | 80.09 |
| YOLOX-Nano | 416×416 | 361.6 |
| DeepLabV3 | 513×513 | 46.64 |
| ViT-B/16 | 224×224 | 54.68 |
| DETR-R50 | 800×800 | 11.94 |
三、端侧大模型:1.5B 是可用的,3B 是能跑的
官方 Decode 速度(W4A16 量化为主):
| 模型 | 参数量 | 速度 |
| Qwen2.5 | 0.5B | 19.25 tok/s |
| Qwen2.5 | 1.5B | 8.19 tok/s(FAQ 标注 9) |
| Qwen3 | 0.6B | 14.47 tok/s |
| DeepSeek-R1 | 1.5B | 6.28 tok/s |
| Llama 3.2 | 1B | 8.65 tok/s |
| Llama 3.2 | 3B | 3.76 tok/s |
| InternVL3 | 2B(VLM) | 8.52 tok/s |
| FastVLM | 0.5B(VLM) | 18.86 tok/s |
1.5B 级别约 8~9 tokens/s,接近人的阅读速度,适合短输出的交互:本地问答、语音助手、会议摘要、工单填写、设备巡检记录。3B 只有 3.76 tokens/s,适合离线批处理。
需要更快时,官方支持 PCIe 级联扩展算力,同一模型可提升到约 16 tokens/s。
四、常见问题
-
接几路视频? 2 路 8K 或 32 路 1080P 解码是它的主场;低于 4 路且不需要高清回传,属于性能溢出。
-
模型是 CNN 还是 Transformer? YOLO、DeepLab 很宽裕;DETR 类(11.94FPS@800×800)要实测;VLM 建议控制在 3B 以内。
-
要不要本地跑大模型? 4GB 内存决定上限 1.5B~3B;要跑 7B 需要2个级联。
-
需要大容量本地存储吗? SATA Gen3 + mSATA + M.2 NVMe 三个口,AI NAS、本地录像、模型热更新都不用外挂 U盘。
-
网络拓扑复杂吗? 双千兆是 NVR、网关、内外网隔离的刚需,单网口方案要加交换机或 USB 网卡,稳定性和成本都吃亏。
-
要量产吗? 260-Pin SO-DIMM 核心板 + 官方参考设计,可以"底板验证 → 改板 → 核心板贴片",不用换平台重写软件。
五、场景对照
| 场景 | 匹配度 | 注意点 |
| AI NVR / 多路安防 | 高 | 路数按 1/3~1/2 折算,注意散热与盘位 |
| AI NAS / 家庭中枢 | 高 | 模型要选小,相册检索建议 0.5B~1.5B |
| 智能会议终端 | 高 | 依赖音频前端算法,需验证麦阵与回声消除 |
| 无人零售 / 自助收银 | 高 | 检测模型需重训,注意小目标精度 |
| 工业网关 / AI 质检 | 中高 | 要评估宽温与 EMC,底板需自行加固 |
| 服务机器人 | 中 | 运动控制需另配 MCU |
| 电池供电可穿戴 | 低 | 应选 Comake Pi D2(1.5TOPS、约 300mW、49×10.2mm) |
六、D1、D2、D3 怎么选
| 维度 | D1 | D2 | D3 |
| 主控 | SSD2355(4×A35 @1.5GHz) | SSC309QL(2x A32 @1GHz) | SCM8003G(6×A55 @1.8GHz) |
| NPU | 1TOPS | 1.5TOPS | 8TOPS |
| 网络 | 2× 百兆 | Wi-Fi 6 + BLE 5.0 | 2× 千兆 |
| 特色 | 低功耗、音频强、多核异构 | 300mW、49×10.2mm、4K@30 编码、AOV | 双 8K 解码、双屏异显、PCIe 级联、端侧 LLM/VLM |
| 场景 | 智慧音频:智能音箱、IP话机、故事机、全向麦克风 小屏显示:HMI人机界面、POS机、智能家居中控 视觉应用:电子显微镜、儿童拍拍机、翻译笔 机器人:教育机器人、陪伴机器人、玩具 | 便携类相机:运动相机、打猎相机、执法仪、专业拍摄相机 个人可穿戴式设备:智能眼镜、智能摄像耳机 智能家居:智能门锁/门铃/猫眼、宠物机器人、4G 太阳能电池机 无人机:FPV | 智慧安防:AI NVR、船舶安防、工厂安防 智慧零售:无人货柜、无人商超、AI 自助收银机 智能家居:AI NAS、家庭智能中枢 智能办公:智能音视频会议终端、企业智能考勤终端 工业物联网:工业网关、工业 AI 质检设备 商用服务机器人:按摩机器人、接待机器人 |
更多推荐



所有评论(0)