边缘智能正在加速落地，从人脸识别到车辆检测，各类AI应用对算力的需求日益提升。NPU（神经网络处理单元）作为继CPU、GPU之后的新一代性能指标，正成为边缘计算的核心动力。本文围绕米尔电子于2021年底推出的MYC-JX8MPQ核心板展开，基于NXP首款集成NPU的i.MX 8M Plus芯片，为你全面解析这款面向AI场景的高性能模组。

一、核心板概述：AI算力与架构

MYC-JX8MPQ核心板是米尔电子推出的AI里程碑式CPU模组，搭载NXP i.MX 8M Plus处理器，具备以下核心参数：

• 算力：2.3 TOPS，满足边缘端实时推理需求
• CPU架构：4核 Cortex-A53（主频1.8GHz）+ Cortex-M7（主频800MHz）
• NPU：集成神经网络处理单元，专为AI加速设计

这套异构架构让核心板在高性能计算与低功耗之间取得平衡，尤其适合需要本地推理的场景。

二、eIQ软件环境：主流AI框架全面支持

NXP大力扩展eIQ机器学习软件环境，现已正式集成到BSP镜像中，支持以下框架：

• OpenCV
• TensorFlow-Lite
• armNN
• PyTorch

下图展示了i.MX 8M系列对eIQ的支持情况，可以看到i.MX 8M Plus是唯一搭载NPU单元的型号：

NPU算力对比：实战数据说话

我们使用TensorFlow-Lite框架，以《将军》图为例，分别测试CPU、GPU、NPU的推理耗时。下表展示了通过对应命令计算出的结果：

• CPU：平均 44.832 ms
• GPU：平均 160.934 ms
• NPU：平均 2.866 ms

数据直观显示：NPU的推理速度是CPU的15倍以上，是GPU的56倍以上，充分满足边缘计算对低延迟、高吞吐的苛刻要求。