---

你接下来打算构建什么产品？物联网开发覆盖极广，从大规模工业部署到简易学生机器人项目的所有场景。随着您的创意不断完善，硬件需求也会同步发展。但是，无论项目规模如何调整，您都无需每次从零起步。

在本文中，您将了解如何依托高通生态系统完成物联网开发的启动、维护以及灵活扩展。我们已经构建 – 并将持续改建 – 一个专注于满足您（作为开发者）在物联网发展历程的每个阶段对系统级芯片（SoC）和硬件套件需求的业务体系。。

赶时间吗？请将这份快速指南收好：

• 如果您正在面向多摄像头、工业、机器人或量产级部署场景进行开发，且性能与系统扩展对于开发工作至关重要，则请选择高通跃龙IQ9及其评估套件（EVK）。
• 如果您需要在被动散热条件下获得出色的边缘侧计算与AI性能，以便在上游Linux和Ubuntu操作程序的基础上开发概念验证项目与商用产品，则请选择高通跃龙IQ8及其评估套件。
• 如果您的项目需要在设备端运行大模型、视觉语言模型以及其他AI模型（将感知与执行相结合），同时需要更强的输入/输出力和更多的AI性能余量，则请选择搭载高通跃龙IQ8系统系列的Arduino VENTUNO Q开发板。
• 如果您希望为初学者机器人、传感器集成、本地仪表盘以及边缘侧AI的早期概念提供一个易于上手的起点，则请选择Arduino UNO Q开发板。特别是当您的项目需要双核心架构，即需要一个微控制器单元（MCU）来控制传感器和执行器时，UNO Q是一个理想的选择。

所有产品配套的板级支持包（BSP）、软件开发套件（SDK）以及内置AI工具链支持均具备兼容性与一致性。这意味着您在添加新功能、扩大和缩小规模时无需重复造轮子。您可以重复使用现有堆栈，仅需对代码或模型进行最小程度的修改。这将使开发者的工作体验更加顺畅。

SoC / 评估套件 / 开发套件	软件	微控制器单元	算力	应用实验室	摄像头	电源输入
高通跃龙IQ9系列以及评估套件	UbuntuQualcomm Linux Debian（即将推出）	实时微控制器单元子系统 AEC-Q100第3级	配备4个PMIC时，算力最高可达100 TOPS； 配备2个PMIC时，算力最高可达50 TOPS	不适用	最多16个摄像头 每个摄像头12MP	barrel接口
高通跃龙IQ8系列以及评估套件	UbuntuQualcomm Qualcomm Linux Debian（即将推出)	实时微控制器单元子系统 AEC-Q100第3级	配备4个PMIC时，算力最高可达40 TOPS； 配备2个PMIC时，算力最高可达20 TOPS	不适用	最多12个摄像头 每个摄像头8MP	barrel接口
VENTUNO Q开发板	UbuntuQualcomm Linux Debian（即将推出）	有 – 运行Zephyr	40稠密TOPS算力	√	最多3个MIPI-CSI + USB / IP支持	barrel接口，USB-C PD，螺丝端子
UNO Q开发板	Qualcomm Linux Debian	有 – 运行Zephyr	不适用	√	2个MIPI-CSI摄像头（13MP+13MP或25MP）加USB摄像头支持	USB-C（5伏）VIN 引脚（7-24伏）

附表1：物联网生态系统比较图表

如何在机器人、多摄像头安装及工业部署场景中实现最高性能？跃龙IQ9系列可为您提供帮助。

对于工业物联网、边缘侧AI以及涉及沉重工作负载的机器人应用，高通跃龙IQ9系列可兼顾可靠性、开发者友好设计，以及最高算力可达100密集TOPS的设备端AI。

该系列SoC专为工业级边缘侧AI优化，可满足自主移动机器人、工业自动化等场景对于确定性算力的要求。除Ubuntu系统外，该系列SoC还运行具有Yocto支持的上游Linux系统，帮助开发者、原始设备制造商与原始设计制造商以更低成本、更少精力完成物联网产品落地。这款面向高性能与多系统部署的扩容平台非常适合以下场景：

• 构建工业边缘侧AI系统的开发团队
• 多摄像头机器人与自动化工作负载
• 可同时处理图像与文本的多模态视觉语言模型
• 工业自动化架构师与机器人项目负责人
• 需要更多输入/输出以及更高吞吐量的开发者

该系列包括高通跃龙IQ-9075，可在极端环境下兼顾能效与高性能。高通跃龙IQ-9075搭载双神经处理单元（NPU），提供两种配置版本：需搭配4颗电源管理芯片（PMIC）的100 TOPS算力版本，以及需搭配2颗电源管理芯片的50 TOPS算力版本。

该SoC专为满足物联网设备的最高规格要求而设计，确保您的应用程序具备所需要的内存、CPU/GPU/NPU算力周期、显示接口、视频编解码器、像素处理能力、物理接口及存储空间。可将其应用于以下工业物联网应用场景：

• 边缘侧AI算力盒
• 工业机器人
• 无人机
• 机器视觉
• 工业个人计算机
• 自主移动机器人（AMR）

该SoC的八核CPU包含4个用于确定性性能的实时子系统（实时）核心，其工作温度额定范围为–40°C至+85°C。除了高性能外，该SoC还提供了丰富的外设连接接口。我们提供一份不断扩大的已批准摄像头与存储器列表，以供您使用。

为简化您的设计工作，缩短产品上市时间，您可以充分利用跃龙IQ‑9075模块。该模块提供了预集成的工业级解决方案，兼具跃龙IQ9系列的高性能与灵活性。

工业物联网应用场景下，高算力机器视觉与AI处理的入门方案是什么？答案就是跃龙IQ8系列。

针对非极端环境下算力要求相对适中的物联网应用，高通跃龙IQ8系列可为工业场景中的商用产品提供上游Linux系统支持。该系列依托独立的CPU、NPU、GPU、DSP核心实现异构算力，还搭载了类似微控制器的实时子系统。

高通跃龙IQ8系列包含了高通跃龙IQ-8275型号。和高通跃龙IQ-9075一样，该SoC搭载了双NPU（神经处理单元）。目前可用配置能够针对AI推理实现最高可达40 TOPS的算力（需要4颗电源管理芯片），以及20 TOPS的算力（需要2颗电源管理芯片）。

该SoC尤其适用于依赖沉浸式多媒体、强大设备端AI算力以及边缘侧企业级安全功能的智能设备。其覆盖的工业物联网应用场景包括：

• 工厂自动化
• 工业网关Edge AI boxes
• 边缘侧AI算力盒
• 自主移动机器人（AMR）
• 工业机器人
• 无人机
• 机器视觉
• 工业个人计算机

我该如何为工业物联网场景下要求极端苛刻的多摄像头应用搭建原型并完成测试？请使用高通跃龙IQ-9075评估套件。

高通跃龙IQ-9075评估套件与高通跃龙IQ9系列完全适配，是您从概念验证到产品商业化的路径，尤其适合在上游Linux系统使用。该套件包含一块主板、配套接口，以及可实现附加功能的可选夹层板。

高通跃龙IQ-9075评估套件

该套件专为关键任务型边缘侧推理打造，以实现持续的系统级能效为目标，可处理自动化与机器人场景下的高吞吐量、多摄像头应用。该套件能以小巧外形充分释放LLM与视觉语言模型 (VLM) 场景下的AI性能。该套件面向多传感器融合与高吞吐量AI场景设计，最多支持7路摄像头同时接入，还搭载工业级输入/输出（PCIe、TSN以太网、CAN-FD）。该套件在核心开发板上提供第4代PCIe选项与2.5G以太网接口，夹层板还可扩展更多以太网端口。

高通跃龙IQ-9075评估套件的典型应用场景包括：多摄像头流媒体传输/编码、多路视频解码与合成（视频墙）以及多流推理。

当你准备开发要求最为严格的应用程序时，可选用高通跃龙IQ-9075评估套件。该套件可为您提供所需要的算力余量、输入/输出密度与性能边界，以确保您能够为实现部署进行构建。凭借AI处理能力、扩展能力和紧凑外形设计的完美结合，它成为一款通用单板计算机，尤其在搭配桌面版 Ubuntu 系统时表现卓越。此外，得益于其小巧的体积和高度的灵活性，该套件也成为机器人原型开发的理想选择。

如何开始开发和测试工厂自动化、多路摄像头馈送以及工业物联网应用？试试高通跃龙IQ-8275 评估套件。

工业物联网的开发通向自主移动机器人（AMR）、网关和边缘侧AI算力盒。这需要强大的工作台来进行原型设计和应用测试。使用高通跃龙IQ-8275开发套件，您可以确信您的产品能够顺利投入生产。

跃龙IQ-8275评估套件

该评估套件依托高通跃龙IQ8的功能、性能与低功耗优势，可支撑您从概念验证顺利推进至产品商业化。该评估套件非常适合构建采用小型语言模型、视觉语言模型和大模型的边缘侧AI算力盒的概念验证。此外，该评估套件可用于聚合现有摄像头和传感器网络，例如无人机、自主移动机器人、协作机器人和码垛机等工业机器人中使用的设备。

针对计算机视觉与多传感器融合应用，该套件可通过USB、PCIe、DSI、SDIO、OSPI、I2S等高低速接口连接各类外设，其MIPI CSI输入接口最多可同时承载12路1080P视频流。除了有线2.5Gbps以太网，您还可以通过板载Wi-Fi 6E和蓝牙5.3进行连接，也可通过夹层板进行套件功能扩展。

高通跃龙评估套件可承受您所施加的各种真实工作条件。您可借助评估套件的可控功耗与散热特性，对机队管理应用程序进行测试与验证。

我该如何获得一款搭载微控制器、可运行大模型与视觉语言模型的高性能Linux设备？VENTUNO Q开发板就能帮助实现。

机器人开发将你带入物理AI领域。 从被隔离机器向协同物理AI系统的转变，是机器人发展的另一阶段，而在高通跃龙IQ8上的VENTUNO Q开发板正是这一阶段的核心支撑。

VENTUNO Q开发板的用户群体包括：

• 机器人开发者 
• 兼顾AI决策与确定性控制的物理AI设计人员
• 对连接能力、扩展性能与系统集成度的需求，远超入门级或树莓派类开发板的开发团队

附图3：VENTUNO Q开发板

物理AI在边缘侧AI的基础上更进一步。物理AI是应用于先进机器人、车辆和无人机中的人工智能：这些设备能够移动、操控并响应物理世界。VENTUNO Q开发板将感知、决策和行动集成到一块开发板上，消除了为执行相同工作任务配置多个设备所带来的复杂性、延迟性和成本。

该开发板配备的NPU最高可提供40密集TOPS的算力，支撑本地大模型和视觉语言模型上的高级计算机视觉和推理任务。该开发板配备16GB内存，可加载更大规模的模型、处理高分辨率图像，并流畅运行密集机器人算法。其64GB工业级eMMC存储可容纳开发框架、操作系统、模型与相关数据。

该开发板将两个处理器整合在一个双核心架构中，并针对物理AI所要求的感知、决策与实时执行进行了加速。该开发板以高通跃龙IQ8作为“AI大脑”，以微控制器作为“执行大脑”，二者通过远程过程调用（RPC）进行通信，并分担高级AI工作负载。AI大脑利用NPU、CPU和GPU提供异构计算能力，以支持AI推理。执行大脑采用意法半导体公司生产的STM32H5F5微控制器，能够实现亚毫秒级响应，从而为机器人、运动系统和工业接口提供稳定且确定的控制保障。

为适配物理AI的各类潜在应用场景，VENTUNO Q开发板除USB 3.0与HDMI接口外，还配备了丰富的外设接口。该开发板支持三频段Wi-Fi 6E网络（2.4/5/6GHz）和蓝牙5.3的无线网络连接，以及2.5G以太网的有线网络连接。该开发板为工业级eMMC存储补充了一个M.2接口，可用于添加第4代NVMe存储。其扩展选项包括原生支持树莓派HAT板、UNO扩展板与载板，以及Arduino Modulino™节点。

对于厌倦了在AI功能与控制功能之间进行选择的开发者而言，VENTUNO Q开发板成为了理想的平台，因为该开发板可支持Ubuntu、Debian和Arduino App Lab等。他们可以利用该开发板构建同时在这两方面表现优异的系统。

我该如何快速上手高通物联网SoC，并将AI工作负载与微控制器单元融合在一起？UNO Q开发板就能帮助实现。

 UNO Q开发板是面向入门级机器人开发与嵌入式系统实操的最佳起点。该开发板非常适合以下场景：

• 想要获得机器人、传感器与嵌入式系统实操入门路径的学生与教育工作者
• 以理解传感、本地计算与物理行为之间因果逻辑为目标的入门机器人项目
• 想要选用贴合工业标准的开发板，无需直接跳转至更复杂的Linux AI平台的开发团队
• 想要一款体积小巧、成本低廉、可打通微控制器与微处理器能力边界的直连应用开发板的入门开发者

附图4：UNO Q开发板

UNO Q是一款优秀的轻量级入门开发板，它兼顾轻量AI能力、适配Linux的开发流程与实时控制特性，整体学习门槛友好可控。UNO Q不仅仅是一块简单的演示板，更是一个稳健、符合工业标准的入门平台。该平台提供充足的算力，使机器人技术和AI应用变得切实可行。该平台可用于传感器数据采集、边缘端实时推理以及本地数据处理，从而提供实用的学习体验。

与 VENTUNO Q开发板一样，UNO Q开发板也采用双核心架构构建。其微处理器单元为高通跃龙QRB2210，这是一个智能核心，提供了通常见于高端单板计算机的运行环境。其微控制器单元为意法半导体公司生产的STM32U585，这是一款符合Arduino标准的微控制器，用于实时控制和精确的硬件交互。从摄像头视频流、API 触发器、传感器和按钮等输入源，UNO Q能够输出AI推理结果、实时视频、输入/输出切换信号，以及直流电机和步进电机的控制信号。

该开发板非常适合用于连接物理世界的应用场景；例如，通过结合传感器、显示屏和机器人扩展模块来构建气象站。

该开发板可运行Debian系统或 Qualcomm Linux系统。

如果您想建立对于入门级机器人技术、嵌入式输入/输出以及本地AI工作流的信心，可从UNO Q开发板以及Arduino App Lab中名为“Bricks”的预制模块入手。随后，可进一步深入探索用于视觉计算的Linux应用程序。

在各层级上，提供面向开发者的软件栈

高通跃龙IQ-8275和高通跃龙IQ-9075均支持运行Ubuntu系统和 Qualcomm Linux系统，并配备完整的软件栈，以实现开发者友好的多操作系统支持。

该软件栈是一套专为高通跃龙SoC设计的综合软件、工具和文档包。借助其统一的Linux系统发行版，开发者只需构建一次，即可在获得支持的所有物联网SoC（包括高通跃龙IQ-8275和高通跃龙IQ-9075）上进行扩展和部署。该发行版在Yocto项目长期支持（LTS）的基础上构建，集成了标准的启动基础设施、最新的长期支持内核以及与上游Linux系统开发同步的驱动程序。

这款采用上游优先策略、公开开发的软件栈支持平台范围内的所有处理器、子系统和组件，包括CPU、GPU、NPU、视频处理单元（VPU）、显示处理单元（DPU）以及电源管理芯片（PMIC）。 Qualcomm Linux专为生产级部署而设计。它支持虚拟化、远程（OTA）更新，以及在 高通跃龙物联网SoC上的长期生命周期管理。

在UNO Q开发板和VENTUNO Q开发板上，您可以使用Arduino App Lab在Ubuntu系统上进行快速应用程序开发。

生态系统导航：开发者常见问题解答

1. 高通跃龙IQ8（IQ-8275）与高通跃龙IQ9（IQ-9075）有什么区别？

二者的主要差异体现在性能等级与接口数量上。举例来说，高通跃龙IQ9的AI推理算力最高可达100 TOPS，最多可同时接入16路1200万像素摄像头，支持最多12台显示设备输出。由于适合要求严苛的环境，它还推出了预集成的工业级高通跃龙IQ‑9075模块。高通跃龙IQ8的AI推理算力最高可达40 TOPS，最多可同时接入12路800万像素摄像头，支持最多5台显示设备输出。

2. 高通跃龙IQ-8275评估套件与高通跃龙IQ-9075评估套件的开箱体验（OOBE）如何？从原型开发到产品落地的过程是否简便？

这些评估套件预装了Qualcomm Linux系统，因此一旦接通电源并启动，您即可拥有一台可正常运行的单板计算机。如果您更倾向于使用Ubuntu系统，我们也提供了便捷的切换方案。在原型构建阶段，您可以获取每个套件对应的设计文件、原理图、布局文件以及机械结构的三维模型。您可以直接使用评估套件，将其集成到您的项目中，连接摄像头或低速外设等附件，从而立即着手进行原型开发。在硬件方面，您可以选择自行创建夹层板，或者以评估套件为参考来设计新设备。

3. 评估套件与典型单板计算机有何区别？

高通跃龙IQ-8275评估套件和高通跃龙IQ-9075评估套件均配备了多种扩展接口，包括用于连接以太网、USB、摄像头以及CEM PCIe（用于安装任何现成的PCIe卡）的连接器。这两种评估套件还具备用于连接额外子板或夹层板的低速排针和高速板对板连接器。用户可以安装扩展夹层板，以获取更多以太网、USB、显示和PCIe连接端口。除了连接器外，这两种套件还配有扬声器排针、板载麦克风、实时时钟、板载温度传感器和惯性测量单元（IMU）传感器，以及可定制的功能，如软件可编程按键和红/绿/蓝LED指示灯。

4. 如何判断我的AI工作负载需要100 TOPS（每秒100万亿次运算），还是12 TOPS就足够了？

如果您运行的是单模型推理任务（如条形码扫描或唤醒词检测），8到12 TOPS的算力通常已足够。如果需要处理实时视觉、传感器融合或多个并发模型（例如：在机器人应用中），则建议选择像高通跃龙IQ-9075评估套件这样具备高达100 TOPS算力的开发板。

5. UNO Q开发板和VENTUNO Q开发板解决了开发者面临的哪些核心瓶颈或痛点？

UNO Q开发板解决了行业内的常见设计难题：将运行Linux系统的SoC与负责底层处理的微控制器集成在同一块开发板上。该开发板将在边缘侧执行AI推理的四核高通处理器，与性能远超传统32位微控制器的实时STM32协同处理器连接在一起。

通过Arduino App Lab，你可以利用“Bricks”模块将Arduino示例程序、Python脚本与预训练AI模型组合为一个完整的应用程序。最终实现以更低成本完成更多工作：您既能获得运行Python类AI任务的Linux环境，又能同时保障机器人与本地自动化场景必需的毫秒级精准硬件控制能力。VENTUNO Q开发板为开发和运行能够感知物理世界、利用本地大模型（LLM）执行任务并采取独立行动的自主智能体，提供了更高的性能。

搭配Arduino App Lab使用时，这款开发板还可帮助开发者专注于智能体AI的开发工作，无需耗费大量精力调试处理器与微控制器之间的通信链路。

6. UNO Q开发板与VENTUNO Q开发板如何融入更广泛的生态系统？它们在硬件和软件方面通过哪些方式降低了开发者的使用门槛？

在硬件与连接能力方面上，UNO Q开发板可通过Qwiic接口接入Modulino系列组件，无需焊接即可完成边缘侧AI运动、音频、视觉相关的测试与开发工作。在软件层面，您可使用Arduino云平台账号登录Edge Impulse开发者门户，在浏览器中完成模型微调后，通过Arduino App Lab将模型部署至UNO Q开发板上。

VENTUNO Q开发板则为开发者开放了三路MIPI-CSI、CAN总线等工业级硬件接口，同时大幅拓展了AI软件开发的可选范围，支持接入高通® 预优化 AI 模型库

与Hugging Face平台。

7. 如果我在UNO Q开发板上构建原型，之后能否将其扩展至生产环境？

可以。这正是高通物联网生态系统的价值所在。您可以从类似UNO Q的开发板起步，随后将项目迁移至VENTUNO Q开发板或高通跃龙IQ-9075评估套件等硬件。得益于一致的板级支持包、SDK以及AI工具链支持，您可以确保代码或模型所需要的修改量降至最低。

结论

• 当高性能、输入/输出和部署规模成为首要考量时，请选择高通跃龙IQ9。
• 针对商业产品，请选择高通跃龙IQ8及其上游Linux系统支持。
• 当您准备进入生产阶段时，请选择高通跃龙IQ-8275评估套件或高通跃龙IQ-9075评估套件。
• 当您的系统需要物理AI能力时，请选用VENTUNO Q开发板。
• 从UNO Q开发板开始，学习基础知识。

我们很高兴看到您利用这些开发板所创造的成果！欢迎加入高通开发者Discord社区，以展示您的项目。

---

在所发布内容中表达的观点仅为原作者的个人观点，并不代表高通技术公司或其子公司（以下简称为“高通技术公司”）的观点。所提供的内容仅供参考之用，而并不意味着高通技术公司或任何其他方的赞同或表述。本网站同样可以提供非高通技术公司网站和资源的链接或参考。高通技术公司对于可能通过本网站引用、访问、或链接的任何非高通技术公司网站或第三方资源并没有做出任何类型的任何声明、保证、或其他承诺。

骁龙与高通品牌产品均为高通技术公司和/或其子公司的产品。

关于作者

拉米·穆罗，高级工程师

阅读更多

拉姆亚·坎蒂·波利塞蒂，工程师

阅读更多