算能 BM1688/CV186AH Ubuntu AI 算力盒子｜全开放算法二次开发方案

一、产品基础定位

DA160S、DA072S 是四川万物纵横基于算能 SOPHON 全国产芯片打造的工业级边缘 AI 算力盒子，预装 Ubuntu 20.04/22.04 LTS 系统，完整开放底层算力、硬件接口、标准化开发 SDK，支持客户自定义视觉算法、大模型推理、物联网业务逻辑全流程二次开发，适配智慧城市、能源、工业质检、园区安防等边缘智能场景。

硬件算力选型（两套开发规格可选）

整机被动无风扇散热，-20℃~60℃宽温工业环境，双千兆网口、RS485/232/CAN/GPIO、4G/5G/WiFi 扩展、多硬盘存储扩展，硬件接口全部开放调用，满足二次开发外设联动需求。

二、Ubuntu 系统开发底层支撑

1. 原生 Ubuntu 开发环境，无系统锁定

设备出厂预装Ubuntu 20.04 / Ubuntu 22.04 ARM64完整版系统，完全放开 root 权限：

支持 apt 包管理器自由安装 Python/C++ 开发库、OpenCV、编译工具链；

兼容 Docker 容器化，算法可容器打包隔离部署、批量分发；

支持 SSH 远程调试、VSCode 远程开发、本地交叉编译；

可自由修改系统服务、开机自启、视频流调度、数据存储策略。

2. 全栈国产算能 SDK，算法迁移零门槛

配套算能官方 BM1688/CV186AH 专属 SOPHON SDK，提供 C++/Python 双开发接口，完整覆盖模型转换、硬件加速推理、视频编解码、图像预处理：

1. 模型全框架兼容

原生支持 PyTorch、TensorFlow、PaddlePaddle、Caffe、ONNX、DarkNet、TFLite 等主流训练框架，通过 TPU-MLIR 工具一键将训练模型量化编译为平台专属 bmodel，支持 INT8/FP16/BF16 混合精度推理，适配 YOLO、ResNet、Transformer 类大语言模型（ChatGLM3、Qwen、LlaMa2、Gemma）。

2. 硬件加速媒体库

BMCV 硬件图像处理、BM-FFmpeg 硬解码，多路视频流共享解码资源，统一 SRE 视频解码缓存，多算法 APP 复用视频流，大幅降低二次开发算力开销；原生支持 RTSP/GB/T28281 国标摄像头接入，视频拉流、解码、预处理接口标准化封装。

3. 底层硬件 API 开放

提供完整接口调用网口、串口、CAN、GPIO、DI/DO、TF/SSD 存储、HDMI 输出、音频模块，二次开发可直接实现 AI 识别结果联动继电器、传感器、大屏输出、4G/5G 云端上报。

三、ThingSense 统一开发框架（上层业务二次开发核心）

设备搭载配套ThingSense SDK²标准化开发套件，屏蔽算能芯片底层差异，大幅降低算法业务开发工作量，标准化开发流程如下：

1. 统一抽象开发层，聚焦业务逻辑

标准化视频数据源接口：无需适配不同摄像头协议，直接调用缓存视频流；

统一模型加载、推理、后处理 API，一套代码兼容 DA160S/DA072S 两款设备；

统一日志、数据缓存、结果上报组件，推理结果自动标准化封装，一键对接 ThingSense 物联网云端平台。

2. 一站式算法打包部署工具链

完整开发流水线，支持独立算法团队快速交付：

1. 模型转换：训练模型→ONNX 导出→TPU-MLIR 量化编译适配 TPU 算力；

2. 业务开发：C++/Python 编写识别后处理、业务联动逻辑、告警规则；

3. 一键打包：工具自动完成交叉编译、依赖封装、生成独立算法 APP 镜像；

4. 批量部署：本地本地运行、云端批量下发、容器隔离启停、远程版本更新。

3. 多算法并行调度能力

支持多个人工智能 APP 同时运行，算力动态分配；单路视频流可同时做人流统计、烟火识别、车牌识别、设备缺陷检测等多任务，二次开发无需自行编写资源调度逻辑。

四、二次开发核心优势

1. 全国产自主可控，合规无忧

算能国产 TPU 芯片、国产存储 / 通信模组，芯片级国产化认证，数据本地边缘处理，满足政务、能源、国企等数据安全合规开发要求。

2. 软硬一体化开放，无功能阉割

硬件接口全部引出、Ubuntu 完整系统、底层 SDK 无闭源限制，不限制客户自定义算法、私有模型、私有业务协议，可完全自研私有化 AI 方案，不绑定原厂算法。

3. 低功耗工业稳定，7×24 小时运行

DA160S 典型 12W、DA072S 典型 10W 被动散热，无风扇防尘抗震，开发完成后可直接落地户外、车间、机房等严苛现场，无需额外散热改造。

4. 弹性存储适配数据二次开发

M.2 NVMe SSD、SATA 硬盘、TF 卡多存储扩展，支持视频录像、AI 推理图片、结构化数据本地持久化存储，适配数据回放、离线分析类二次开发需求。

5. 完善开发资料与技术支持

配套完整开发手册、YOLO / 大模型 / 串口联动示例源码、模型转换教程；提供远程调试、交叉编译指导，支持客户定制化系统镜像裁剪。

五、典型二次开发应用场景

1. 智慧安防自研算法：行人抓拍、越界检测、烟火识别、安全帽识别、车牌识别等自定义视觉算法部署；

2. 工业质检边缘推理：产线缺陷检测、物料计数、设备状态识别，联动 485/DO 输出控制产线；

3. 能源物联网 AI 监测：光伏 / 变电站仪表识别、明火、异物入侵，通过 CAN/4G 上传至私有能源平台；

4. 端侧大模型二次开发：本地部署轻量化大语言模型，实现语音文字解析、现场问答、文本结构化；

5. 私有物联网平台对接：基于开放 SDK 开发私有协议，将 AI 结构化数据上报客户自有云端，不依赖第三方平台。

六、算法二次开发简易流程

1. 环境准备：设备 Ubuntu 系统 SSH 连接，安装算能 SOPHON SDK、ThingSense 开发工具；

2. 模型适配：本地 PC 完成模型训练→TPU-MLIR 量化编译生成 bmodel 推理文件；

3. 业务编码：调用 SDK 视频解码 + TPU 推理 API，编写识别规则、外设联动、数据上报逻辑；

4. 本地调试：盒子端运行算法 APP，查看推理速度、识别精度、硬件接口联动效果；

5. 打包量产：工具生成独立镜像，批量下发至多台算力盒子上线运行。

家具美容培训

家具维修培训