RK3588 边缘 AI 盒子 AIBOX-3588 硬件解析
最近整理 RK3588 系列硬件方案，把 AIBOX-3588 这款小盒子的规格书做了一次拆解。本文基于公开规格书，整理其核心处理单元、视频编解码能力、接口布局、功耗与散热参数，以及几种典型部署场景，供做边缘 AI 方案选型时参考。
说明：文中数据来源于产品规格书，仅供技术交流；不构成购买建议，也不是商业推广。
![]()
核心处理单元
| 单元 | 规格 |
|---|
| SoC | Rockchip RK3588 |
| CPU | 八核 64 位（4×Cortex-A76 + 4×Cortex-A55），主频最高 2.4 GHz |
| GPU | ARM Mali-G610 MP4 四核，450 GFLOPS，支持 OpenGL ES 3.2 / OpenCL 2.2 / Vulkan 1.1 |
| NPU | 6 TOPS，支持 INT4 / INT8 / INT16 混合运算 |
| ISP | 集成 48MP ISP，支持 HDR 和 3DNR |
视频编解码
| 任务 | 性能 |
|---|
| H.265 / VP9 / AVS2 解码 | 8K@60fps / 4K@120fps |
| H.264 AVC/MVC 解码 | 8K@30fps |
| AV1 解码 | 4K@60fps |
| MPEG-2/-1 / VC-1 / VP8 解码 | 1080P@60fps |
| H.265 / H.264 编码 | 8K@30fps |
内存与存储
| 类型 | 配置 |
|---|
| 内存 | LPDDR4（4 / 8 / 16 / 32 GB 可选） |
| eMMC | 16 / 32 / 64 / 128 / 256 GB 可选 |
| 扩展存储 | 1×M.2（主机内部，SATA 3.0 / PCIe NVMe SSD，2242 / 2260 / 2280）、1×TF Card |
接口布局分析
整机采用前/后双面板设计。从工程布线角度看，前面板集中了调试、烧录与低速交互接口；后面板则放置视频输出、网络与电源，便于机柜或桌面场景走线。
前向面板
![]()
| 接口 | 说明 |
|---|
| 电源键 | 1×Power |
| 工作指示灯 | LED 状态指示 |
| TF Card | 1×TF Card |
| Type-C | 1×Type-C（可作固件烧录口，开机后切换为 USB 2.0 HOST） |
| Console | 1×Console（调试串口） |
| MaskRom | 1×MaskRom 烧录键 |
后向面板
![]()
| 接口 | 说明 |
|---|
| HDMI 2.1 | 1×HDMI 2.1（8K@60fps） |
| USB 3.0 | 2×USB 3.0（限流 1A） |
| 以太网 | 2×千兆以太网（RJ45 / 1000Mbps） |
| 电源 | DC 12V / 2A（5.5×2.1mm） |
物理、功耗与散热
| 项目 | 参数 |
|---|
| 整机尺寸 | 93.4mm × 93.4mm × 50mm |
| 重量 | ≈ 500g |
| 典型功耗 | 2.64W（12V/220mA） |
| 最大功耗 | 14.4W（12V/1200mA） |
| 休眠功耗 | 0.18W（12V/15mA） |
| 工作温度 | -20℃ ~ 60℃ |
| 存储温度 | -20℃ ~ 70℃ |
| 存储湿度 | 10% ~ 90%RH（无凝露） |
| 外壳 | 全金属铝合金结构，顶盖与侧面格栅被动散热 |
![]()
从功耗角度看，典型负载 2.64W、满载 14.4W，意味着在大多数边缘场景下可以用被动散热或小风扇维持；长期满载时仍建议保证机壳通风。
软件与模型生态
| 类别 | 详情 |
|---|
| 模型格式 | RKNN 导入/导出 |
| 传统模型 | CNN / RNN / LSTM 等常见网络 |
| 框架 | TensorFlow、TensorFlow Lite、PyTorch、Darknet、ONNX、Caffe，支持自定义算子 |
| 容器化 | Docker 容器化管理 |
| 系统 | Linux |
| 大模型示例 | 官方/社区提供 Gemma、ChatGLM、Qwen、Phi 等 Transformer 模型的 RKNN/RKLLM 部署示例 |
需要说明的是，大模型实际可运行的规模与量化方式、内存配置、推理框架版本强相关，具体效果需要以官方 SDK 和实测为准。
典型应用场景分析
结合上述接口与性能，AIBOX-3588 比较适合以下几类场景：
- 边缘视频分析：8K 解码 + 6 TOPS NPU，可用于前端视频结构化或小型 NVR 方案。
- AI 教学与演示：8K HDMI 输出可用作大屏展示，适合课堂或展厅的模型推理演示。
- 边缘推理节点：14.4W 满载功耗较低，可作为机房/现场的轻量推理节点。
- 工控网关：双千兆网口 + M.2 扩展，适合工业现场的数据汇聚与协议转换。
参考与说明
- 数据整理自 AIBOX-3588 公开规格书，部分参数以官方最新文档为准。
- 实际部署前建议结合散热条件、电源余量与接口带宽做综合评估。
