常见嵌入式芯片介绍

对比汇总

核心差异

1. 软件架构：裸机 vs RTOS vs Linux

• 裸机 (Bare-metal): 代码掌握每一个时钟周期。优点是实时性极高、占用资源极小；缺点是任务多了以后，复杂的逻辑跳转（中断）会像毛线球一样难以维护。
• 适用： 51, Arduino, STM32 简单控制。
• RTOS (实时操作系统): 引入任务优先级和多线程。优点是多任务管理方便，能让多项工作（如传感器采集+屏幕刷新）看起来“同时”进行。
• 适用： STM32, ESP32, TivaC, CC2640。
• Full Linux: 需要芯片具备MMU (内存管理单元)，拥有虚拟内存、文件系统。优点是开发门槛低，可以使用 Python、Go、C++ 等高级语言和库；缺点是非实时，系统启动慢。
• 适用： 树莓派 5, Jetson, 海思, RK3588。

2. 硬件层级：MCU vs MPU

• MCU (微控制器): 51、STM32、TivaC、Pico、ESP32、CC2640。
• 特点： Flash 和 RAM 通常集成在芯片内部，断电程序不丢失，上电即运行。
• 功耗： 通常以毫瓦 (mW) 计。
• MPU (微处理器): 海思 Hi、树莓派 5、Jetson、RK3588。
• 特点： 需要外接 DDR 内存和 eMMC/SD 卡。架构复杂，通常需要多级电源管理。
• 功耗： 通常以瓦 (W) 计。

神经网络推理

针对后几种芯片，它们代表了当前嵌入式领域的四个极端方向：极致能耗比（ESP32-P4）、极致通用性（树莓派5）、极致算力（Jetson）以及极致行业垂直（海思）。

以下是针对 AI 推理与工程开发的深度总结对比：

ESP32-P4、树莓派 5、Jetson、海思 AI 综合对比表

1. ESP32-P4

• AI 推理： 虽然没有独立 NPU，但 P4 的双核 RISC-V 引入了最新的向量扩展（Vector Extension），处理图像卷积比 S3 快数倍。它适合跑轻量级的人脸识别、语音关键词唤醒。
• 开发难度： 依然采用 ESP-IDF。优点是无需处理复杂的 Linux 驱动，秒级启动；缺点是 RAM 依然以 MB 为单位，模型量化必须做到位。
• 工具链： 使用 ESP-DL。你需要将训练好的模型转换为其特定的 C 格式。如果模型中包含不支持的算子，需要手动编写内核代码。

2. 树莓派 5

• AI 推理： 树莓派 5 本身没有 NPU，AI 性能全靠那颗主频 2.4GHz 的 Cortex-A76 强拉。它虽然能跑 YOLOv8，但效率不高且发热剧烈。
• 开发难度： 毫无门槛。你会 Python 就能跑 AI。通过安装 pip install onnxruntime 即可开始推理。
• 工具链： 没有任何专有束缚，使用业界通用的工具链。它是最好的实验平台，但不是最好的端侧部署方案（除非加装 AI 模块）。

3. 海思 Hi 系列

• AI 推理： 算力非常结实。海思的 NNIE（神经网络推理引擎）在处理视频流帧分析时效率极高，延迟极低。
• 开发难度： 工程门槛极高。海思的开发不仅是 AI 的事，你还得处理复杂的媒体处理平台（MPP），涉及 VI（输入）、VPSS（处理）、VENC（编码）等多个环环相扣的模块。
• 工具链： 必须使用海思提供的模型转换工具（如 RuyiStudio）。由于其硬件是固化指令，对算子的支持比较死板，如果你的算法模型太前卫，转换时会非常痛苦。

4. Rockchip RK3588

• AI 推理： 拥有 6 TOPS 综合算力，采用三核心 NPU 架构（每个核心 2 TOPS）。它在处理多路实时视频分析（如 YOLOv5/v8）时表现极佳，是国产芯片中 AI 性能最均衡的代表。
• 开发难度： 中等且友好。瑞芯微的文档和社区非常活跃，提供了大量的 Python/C++ 示例。
• 工具链： 使用 RKNN-Toolkit。支持将 ONNX/TensorFlow/PyTorch 模型转换为 .rknn 格式。其三核心架构允许开发者灵活分配任务（例如三个核心分别跑三个不同的模型，或协同跑一个大模型）。

5. NVIDIA Jetson Orin Nano

• AI 推理： 算力是上述选手的几十倍。它支持 FP16 和 INT8 推理，能同时运行多个视觉模型（如人脸识别+骨骼识别+背景分割）。
• 开发难度： 只要有深度学习背景就非常容易。NVIDIA 提供了 JetPack SDK，预装了 CUDA、cuDNN、TensorRT。
• 工具链： TensorRT 是核心。它可以一键优化你的模型，自动融合层、优化显存。它是目前世界上最易用、也是性能发挥最充分的嵌入式 AI 工具链。

运行Linux?

在嵌入式界，Linux 被分为两个“平行世界”：标准 Linux 和 no-MMU Linux (uClinux)。

1. 为什么通常认为 MMU 是必须的？

标准 Linux 核心功能高度依赖 MMU（内存管理单元） 提供的以下特性：

• 虚拟内存地址： 每个进程都认为自己拥有完整的内存空间（例如从 0x00000000 开始），互不干扰。
• 内存保护： 防止进程 A 意外修改进程 B 或内核的数据。如果发生越界，MMU 会触发异常，也就是我们常见的 Segmentation Fault（段错误）。
• 多任务处理： 支持 fork() 系统调用，这是 Linux 创建进程的核心机制。

2. 没有 MMU 也能跑：uClinux (Microcontroller Linux)

对于像 Cortex-M7 (STM32H7)、ESP32 或某些 RISC-V MCU 这样没有 MMU 的芯片，开发者可以使用 uClinux。
它的核心逻辑是：直接在物理内存上运行。

3. 为什么现在很少人在 MCU 上跑 uClinux 了？

虽然理论上可行，但现实中大家更倾向于在没有 MMU 的芯片上跑 RTOS（如 RT-Thread、FreeRTOS），原因如下：

1. 开销过大： Linux 内核即便精简到极限，也需要几百 KB 甚至数 MB 的存储，而大多数 MCU 的片内 RAM 只有几百 KB。
2. 效率低下： 没有 MMU 意味着无法实现“写时拷贝”（Copy-on-Write），这让多进程操作变得极其低效且危险。
3. RTOS 的崛起： 现代 RTOS（如 RT-Thread）已经集成了完善的网络协议栈、文件系统和 POSIX 接口，在 MCU 上能实现 Linux 80% 的功能，但占用资源仅为 Linux 的十分之一。

4. 总结：芯片如何选？

如果你必须用 Linux，请根据是否有 MMU 来选芯片：

• 需要标准体验（跑 Python, Docker, Ubuntu）：
  必须选带 MMU 的芯片。架构必须是 ARM Cortex-A 系列（如树莓派、海思）或 支持 S-Mode 的 RISC-V（如全志 D1）。
• 极端低成本/高性能 MCU 想尝鲜 Linux：
  可以选择带外部高性能内存的 STM32H7 或 Cortex-M4/M7 系列跑 uClinux，但要做好处理“系统频繁崩溃”和“难以调试”的准备。

详细介绍

1. 极致能效与专用无线层 (Ultra Low Power)

这一层级的芯片主要为了“省电”而生，架构精简，通常用于电池供电的微型设备。

• CC2640 (TI):

  • 内核： ARM Cortex-M3 (主处理器) + Cortex-M0 (专属射频内核)。
  • 功耗： 极低。待机电流微安级，适合纽扣电池供电。
  • 系统： TI-RTOS。
  • 场景： 蓝牙手环、智能传感器、资产追踪。

• 51 系列 (如 STC8/AT89):

  • 内核： 8-bit CISC。
  • 功耗： 毫瓦级，但性能/功耗比在现代视角下其实不高。
  • 系统： 裸机（无系统）。
  • 场景： 极低成本教学、简单的小家电控制。

2. 通用工业与精简控制层 (Standard MCU)

这一层级是嵌入式开发的中坚力量，强调外设丰富度（PWM, CAN, ADC）和实时性。

• STM32 (ST):

  • 内核： ARM Cortex-M0/M3/M4/M7。
  • 功耗： 较低。支持多种休眠模式。
  • 系统： FreeRTOS, RT-Thread, μC/OS。
  • 场景： 工业控制、无人机飞控、平衡车。

• TivaC (TI):

  • 内核： ARM Cortex-M4F (带浮点运算单元)。
  • 功耗： 中。相比 STM32，它更强调工业级稳定性和通信（自带以太网 MAC）。
  • 系统： TI-RTOS, FreeRTOS。
  • 场景： 电机驱动、工业网关。

• Arduino (以 ATmega328P 为代表):

  • 内核： AVR RISC。
  • 功耗： 中。架构较老，但在创客圈生态无敌。
  • 系统： 裸机。
  • 场景： 快速原型、艺术装置。

3. 物联网与精简高性能层 (High-Perf MCU)

在保持单片机架构的同时，极大提升频率并集成无线功能。

• ESP32 (乐鑫):

  • 内核： 双核 Xtensa LX6/LX7 或 RISC-V。
  • 功耗： 中。WiFi 开启时瞬间电流大。
  • 系统： FreeRTOS (ESP-IDF)。
  • 场景： 智能家居、WiFi 摄像头、语音助手原型。

• 树莓派 Pico (RP2040):

  • 内核： 双核 ARM Cortex-M0+。
  • 功耗： 极低。亮点是独特的 PIO（可编程 IO）架构。
  • 系统： 裸机 / RTOS / MicroPython。
  • 场景： 极客制作、高性能 IO 模拟。

4. 视频处理与多媒体层 (Application Processor - Multimedia)

这类芯片不再是单片机，具备 MMU，可以跑完整 Linux，且带有强大的硬件解码器。

• RK3566 (Rockchip):

  • 内核： 四核 ARM Cortex-A55。
  • 功耗： 低（1W - 3.5W）。
  • 特点： 性价比之王。内置 0.8 TOPS NPU，具备强大的 4K H.265 硬解码能力。
  • 场景： 消费级平板、智能家居中控面板、入门级边缘计算网关。

• 海思 Hi 系列 (如 Hi3516/Hi3519):

  • 内核： 多核 ARM Cortex-A7/A17/A53。
  • 功耗： 中（1W - 5W）。
  • 系统： Linux / LiteOS。
  • 特点： 行业天花板级别的 ISP（图像信号处理）。
  • 场景： 安防监控、行车记录仪、智能猫眼。

5. 高性能边缘计算层 (MPU / Edge AI)

这是嵌入式芯片的顶端，功耗最高，计算能力最强，支持复杂的图形和算法。

• 树莓派 5 (Broadcom BCM2712):

  • 内核： 4核 ARM Cortex-A76。
  • 功耗： 高（典型 5W - 12W）。
  • 系统： Full Linux (Raspberry Pi OS)。
  • 场景： 微型服务器、软路由、复杂的上位机界面。

• NVIDIA Jetson (如 Orin/Xavier):

  • 内核： ARM Cortex-A78AE + NVIDIA Ampere GPU。
  • 功耗： 很高（15W - 50W）。
  • 系统： Ubuntu (L4T)。
  • 场景： 自动驾驶、工业质检机器人、端侧大模型部署。

• RK3588 (Rockchip):

  • 内核： 4×A76 + 4×A55 八核架构。
  • 功耗： 中高（典型 5W - 12W）。
  • 特点： 国产性能标杆。支持 8K@60fps 视频解码和 8K@30fps 编码，接口极其丰富（支持 3 屏异显、PCIe 3.0）。
  • 场景： 智慧大屏、高端边缘计算盒、多路 AI 视频分析、国产 Arm 工作站。