技术解析｜平价算力地瓜机器人的RDK S100开发平台

    芝能智芯出品
    地瓜机器人推出的RDK S100以80 TOPS的BPU算力、异构计算架构、丰富的接口支持及软硬件一体化的开发工具链，成为当前机器人行业高效开发与低成本打样的重要解决方案。
    在人形与具身机器人算力需求不断提升的趋势下，RDK S100通过“大小脑”模式、端侧智能推理、生态配套等机制，为碎片化机器人市场构建了具备成长性的开发基础设施。
    
    Part 1
      从异构架构出发的
    “大小脑”系统设计
    
    RDK S100开发平台的核心亮点，在于其面向机器人应用场景进行优化的异构计算架构设计。
    平台采用了地瓜机器人自研的BPU、通用多核CPU，以及实时控制专用MCU的组合方案。
    整个平台算力达到了100K DMIPS的CPU与80 TOPS的BPU水准，在当前主流人形机器人和高动态四足机器人普遍追求的本地推理、低延迟运动控制、多模态感知等任务中具备明显的性能冗余。
    
    “大小脑”结构在此基础上被充分利用：
    ◎ 其中“大脑”即CPU+BPU主要负责高阶认知计算，如图像识别、目标行为规划、路径推理等；
    ◎ 而“小脑”则由MCU接管，集中处理运动控制、电机驱动、姿态调整等低延迟、实时性要求极高的任务。
    这种架构有效分离了计算职责，不仅提升系统整体响应速度，也让复杂模型的运行能更贴近物理层的执行逻辑。
    
    BPU部分基于地平线的Nash架构进行了深度优化，尤其针对CNN与Transformer模型，能够实现高效的神经网络推理。
    在面对人形机器人典型的多模态输入场景，例如视觉+听觉的融合识别、场景语义理解等，BPU可以将高负载推理任务转移出CPU核心，从而降低系统能耗和延迟。
    实测显示，模型从CPU转移至BPU后，CPU算力负载下降可达30%，而BPU本身算力占用仅为1%。
    S100还将于第三季度推出升级版S100P，BPU性能提升至128 TOPS，同时CPU升级至137K DMIPS，内存容量扩展至24 GB。
    这一升级路径充分预留了未来机器人应用向更高感知密度、更复杂行为序列迈进的可能。
    
    RDK S100的异构架构和“大小脑”模型，精准响应了机器人感知-规划-控制链路中的分工需求。
    自研BPU构成了系统算力调度的核心，降低了平台开发成本，增强了机器人本地智能处理的能力，为机器人硬件平台提供了兼顾性能与功耗的现实路径。
    Part 2
    从生态系统到工具链：
    构建机器人开发的“土壤”
    RDK S100是一套覆盖从传感器接入、算法部署到系统运行的软硬件一体化平台。其接口支持涵盖主流传感器、执行器及高速通信协议，真正实现“即插即用”，这对于在碎片化场景下快速完成原型验证、算法部署至关重要。
    地瓜机器人还配套推出了完整的SDK、开发文档、示例代码、仿真工具链，并借助Omniverse等云侧环境，在模型训练与算法验证方面为开发者提供便利。
    端云协同机制进一步加强：训练在云端完成后，借助官方工具链快速下沉至端侧BPU执行，显著减少迁移阻力。
    
    生态方面，RDK S100已支持多个实际案例：例如联合求之科技实现的机械臂智能收纳任务、与睿尔曼人形机器人协作的语音指令执行，以及配合宇树Go2四足机器人实现的复杂步态切换。
    所有这些Demo均由三名工程师在两个月内构建完成，验证了平台在快速搭建原型、缩短开发周期方面的高效能力。
    地瓜机器人还构建了基于Web平台的机器人算法中心，并整合了LeRobot等开源生态，为开发者提供现成的感知、规划类模型；
    其云端还支持通过大模型生成场景仿真数据，如草地割草、泳池清洁等特殊环境下的训练集生成。这为当前机器人产业面临的数据稀缺问题，提供了具备实践性的解决方案。
    在迁移成本上，地瓜平台提供了面向运动控制算法的快速适配机制，开发者仅需简单定义机器人关节参数即可实现控制算法在不同平台之间的平滑迁移。这种机制对于开发者从其他生态向地瓜迁移形成了低摩擦通道。
    从硬件扩展、SDK工具链到云端训练支持，RDK S100构建了机器人开发所需的“全栈土壤”。
    以开放性接口、端云协同、工具链完备性为基础，为碎片化机器人应用场景提供了高效、高适配性的开发平台，有力支持了具身智能的发展落地。
      小结
    机器人产业向具身智能过渡的关键阶段，RDK S100所体现出的低成本、高算力、快部署特性，正逐渐成为机器人控制系统从“定制化”向“标准化”迈进的拐点。从算力架构到生态工具链，地瓜机器人提供了硬件平台，构建了底层能力载体。