瑞芯微 RK182X 重磅更新｜RKNN3 SDK V1.0 上线，多模态模型全覆盖！

瑞芯微 RK1820/RK1828 AI 协处理器 RKNN3 SDK V1.0.0 正式版发布， 完美适配 RK3588/RK3576+RK1820/RK1828 硬件组合，为端侧 AI 模型部署提供全栈式软件支撑，在性能、模型适配、功能、精度上全方位升级，兼具高性能、高适配、高能耗比优势。

本次 SDK 覆盖 PC 端开发套件、板端运行 API、模型转换部署示例，支持 Android/Linux 系统，PCIe/USB 高速接口实现低延迟数据交互；核心功能优化亮点突出：

推理效率升级：支持数据传输与推理并行，优化核心算子，多核多模型同时推理适配高并发；

大模型适配更强：支持 mRoPE、Function Call，兼容主流大模型特性；

开发部署更便捷：支持连板精度分析，提供 Python API 轻量化工具包，协处理器可自定义模型后处理，rkllm3 server 新增 embedding 模型支持。

核心性能跃升！LLM 解码效率提升超 15%，3B 破百且最高支持 8B

本次 SDK 正式版的核心突破之一，便是LLM Decode 性能整体提升超过 15%，针对 0.5B-8B 不同参数量级 LLM 模型完成深度适配优化，RK1820/RK1828 根据算力特性做差异化适配，可满足不同端侧场景的 LLM 推理需求。

测试数据显示，RK182X 在轻量型 LLM 模型上的性能表现尤为亮眼，3B 量级模型实现了 Decode TPS 破百的关键突破，Qwen2.5-3B 模型 Decode TPS 达 102.01，为端侧实时大模型交互提供了高效支撑；极致轻量的 Qwen2.5-0.5B 模型同样表现出色，TTFT 仅 21.89ms、TPOT 4.63ms、Decode TPS 215.86；中大型 LLM 模型方面，Qwen3-8B 在 RK1828 上实现稳定推理，Decode TPS 达 61.11，可充分满足端侧中大型 LLM 的部署需求。

*不同参数量 LLM 模型在 RK182X 上的核心性能数据如下：

VLM 模型性能：多模态推理高效稳定

在相同标准测试环境下，RK182X 对多款主流 VLM 及全模态模型完成深度推理优化，RK1820/RK1828 根据算力特性实现差异化适配，不同视觉分辨率下均保持稳定的视觉推理耗时，且 LLM 解码端性能高效，其中完美支持 Qwen3-VL 系列模型，Qwen3-VL-4B 的 LLM Decode TPS 接近 90TPS，RK1828 更实现中大型 VLM 模型全协处理器端推理，多模态交互性能表现优异。

*不同 VLM 模型在 RK182X 上的核心性能数据如下：

RK1828 完美适配 Qwen2.5-Omni-3B 全模态模型，实现音视觉 + 语言全链路高效推理，解码 TPS 达 102.63 成功破百；全协处理器端独立完成推理，392*392 视觉分辨率下推理耗时稳定，音频推理仅 98.91ms，多模态处理效率优异。

CNN 模型性能：单核算力扎实，多核多 batch 吞吐能力大幅跃升

RK182X 针对经典分类、检测类 CNN 模型完成单核及多 batch 多核推理深度优化，依托多核多模型同时推理的特性充分释放算力，DINOv3 的 ViT 性能表现尤为突出；在保持单核算力稳定的基础上，多batch 多核模式下帧率实现数倍提升，高吞吐特性可高效适配智能监控、工业检测等高并发计算机视觉应用场景，性能与能耗比兼具。

* 不同 CNN 模型在RK182X 上的核心性能数据如下：

精度近乎无损！量化优化做到 “性能升级，精度不丢”

RKNN3 SDK V1.0.0 针对不同类型模型采用差异化量化策略，其中 LLM/VLM 模型采用 W4A16 G32 量化策略，CNN 模型采用 W8A8 量化策略。在大幅提升推理性能的同时，量化后模型精度与原始 float32 版本基本持平，部分模型精度实现反超，有效控制精度损失，真正做到性能升级、效果不减。

全链路模型生态布局 夯实 AIoT2.0感知 - 决策 - 执行能力

RKNN3 SDK V1.0.0 紧扣 AIoT2.0感知 - 决策 - 执行的核心架构，完成超 30 款主流 AI 模型全维度适配，深度联动上下游核心合作伙伴，打通硬件算力、软件栈与算法模型的生态壁垒，模型支持完整、适配效果好，充分释放 RK182X 协处理器的算力价值。

在感知层：多模态数据采集能力拉满，头部伙伴模型深度适配。打造端侧多模态智能数据入口，视觉端全面适配 Mobilenet、YOLO 系列等经典 CNN 视觉模型及深度估计模型；音频端深度联动科大讯飞、思必驰、大象声科等感知层头部伙伴，完成 ASR、TTS 等核心语音模型适配，多模态感知能力高效落地。

在决策层：全规格模型生态闭环，头部厂商核心模型逐一适配。适配 Qwen3-VL、GLM Edge 等主流开源大模型，全兼容 0.5B-8B全规格 LLM 模型，同时深度适配千问 Qwen2.5-Omni-3B、智谱 MiniCPM、阶跃星辰 Step-GUI-Edge 等头部厂商核心模型，全模态智能决策能力端侧高效运行。

在执行层：软硬协同赋能场景落地，适配全链路模型能力转化。依托 RK3588/RK3576+RK182X 软硬件组合，支持协处理器自定义模型后处理，可灵活适配各类模型决策结果执行逻辑；兼容 Android/Linux 系统，让全品类 AI 能力无缝落地到智能硬件、工业检测等多元场景，实现从算法到应用的完整转化。

此外，SDK 全面兼容 Hugging Face、ModelScope、GitHub 等开源平台，用户可直接从Github获取预先转好的 RKNN 模型：

Model Zoo地址：https://github.com/airockchip/rknn3-model-zoo；

工具提取地址：https://github.com/airockchip/rknn3-toolkit；

RK1820/RK1828 RKNN3 SDK V1.0.0 正式版的发布，是瑞芯微在端侧 AI 协处理器领域的重要突破，从性能跃升、模型扩展到精度优化，每一项更新均紧扣开发者实际部署需求，让 RK182X 的高算力、高能耗比优势充分释放。未来，瑞芯微将持续迭代优化 RKNN3 SDK，不断扩展模型支持范围、提升算力表现，打造更高效的端侧 AI 开发工具链，助力更多 AI 创新应用在端侧落地。

瑞芯微市场部邮箱：rkmarketing@rock-chips.com，欢迎各来自五湖四海的AI 伙伴对接交流，携手探索端侧 AI 多场景落地新可能。