芝能智芯出品

地瓜機器人推出的RDK S100以80 TOPS的BPU算力、異構計算架構、豐富的接口支持及軟硬件一體化的開發工具鏈，成為當前機器人行業高效開發與低成本打樣的重要解決方案。

在人形與具身機器人算力需求不斷提升的趨勢下，RDK S100通過“大小腦”模式、端側智能推理、生態配套等機制，為碎片化機器人市場構建了具備成長性的開發基礎設施。

Part 1

  從異構架構出發的

“大小腦”系統設計

RDK S100開發平臺的核心亮點，在于其面向機器人應用場景進行優化的異構計算架構設計。

平臺采用了地瓜機器人自研的BPU、通用多核CPU，以及實時控制專用MCU的組合方案。

整個平臺算力達到了100K DMIPS的CPU與80 TOPS的BPU水準，在當前主流人形機器人和高動態四足機器人普遍追求的本地推理、低延遲運動控制、多模態感知等任務中具備明顯的性能冗余。

“大小腦”結構在此基礎上被充分利用：

◎ 其中“大腦”即CPU+BPU主要負責高階認知計算，如圖像識別、目標行為規劃、路徑推理等；

◎ 而“小腦”則由MCU接管，集中處理運動控制、電機驅動、姿態調整等低延遲、實時性要求極高的任務。

這種架構有效分離了計算職責，不僅提升系統整體響應速度，也讓復雜模型的運行能更貼近物理層的執行邏輯。

BPU部分基于地平線的Nash架構進行了深度優化，尤其針對CNN與Transformer模型，能夠實現高效的神經網絡推理。

在面對人形機器人典型的多模態輸入場景，例如視覺+聽覺的融合識別、場景語義理解等，BPU可以將高負載推理任務轉移出CPU核心，從而降低系統能耗和延遲。

實測顯示，模型從CPU轉移至BPU后，CPU算力負載下降可達30%，而BPU本身算力占用僅為1%。

S100還將于第三季度推出升級版S100P，BPU性能提升至128 TOPS，同時CPU升級至137K DMIPS，內存容量擴展至24 GB。

這一升級路徑充分預留了未來機器人應用向更高感知密度、更復雜行為序列邁進的可能。

RDK S100的異構架構和“大小腦”模型，精準響應了機器人感知-規劃-控制鏈路中的分工需求。

自研BPU構成了系統算力調度的核心，降低了平臺開發成本，增強了機器人本地智能處理的能力，為機器人硬件平臺提供了兼顧性能與功耗的現實路徑。

Part 2

從生態系統到工具鏈：

構建機器人開發的“土壤”

RDK S100是一套覆蓋從傳感器接入、算法部署到系統運行的軟硬件一體化平臺。其接口支持涵蓋主流傳感器、執行器及高速通信協議，真正實現“即插即用”，這對于在碎片化場景下快速完成原型驗證、算法部署至關重要。

地瓜機器人還配套推出了完整的SDK、開發文檔、示例代碼、仿真工具鏈，并借助Omniverse等云側環境，在模型訓練與算法驗證方面為開發者提供便利。

端云協同機制進一步加強：訓練在云端完成后，借助官方工具鏈快速下沉至端側BPU執行，顯著減少遷移阻力。

生態方面，RDK S100已支持多個實際案例：例如聯合求之科技實現的機械臂智能收納任務、與睿爾曼人形機器人協作的語音指令執行，以及配合宇樹Go2四足機器人實現的復雜步態切換。

所有這些Demo均由三名工程師在兩個月內構建完成，驗證了平臺在快速搭建原型、縮短開發周期方面的高效能力。

地瓜機器人還構建了基于Web平臺的機器人算法中心，并整合了LeRobot等開源生態，為開發者提供現成的感知、規劃類模型；

其云端還支持通過大模型生成場景仿真數據，如草地割草、泳池清潔等特殊環境下的訓練集生成。這為當前機器人產業面臨的數據稀缺問題，提供了具備實踐性的解決方案。

在遷移成本上，地瓜平臺提供了面向運動控制算法的快速適配機制，開發者僅需簡單定義機器人關節參數即可實現控制算法在不同平臺之間的平滑遷移。這種機制對于開發者從其他生態向地瓜遷移形成了低摩擦通道。

從硬件擴展、SDK工具鏈到云端訓練支持，RDK S100構建了機器人開發所需的“全棧土壤”。

以開放性接口、端云協同、工具鏈完備性為基礎，為碎片化機器人應用場景提供了高效、高適配性的開發平臺，有力支持了具身智能的發展落地。

  小結

機器人產業向具身智能過渡的關鍵階段，RDK S100所體現出的低成本、高算力、快部署特性，正逐漸成為機器人控制系統從“定制化”向“標準化”邁進的拐點。從算力架構到生態工具鏈，地瓜機器人提供了硬件平臺，構建了底層能力載體。

       原文標題 : 技術解析｜平價算力地瓜機器人的RDK S100開發平臺