cosmo-edge/docs/benchmarks/scenario-bench/v1.1/report.zh-CN.html at main · cosmo-wander-ai/cosmo-edge · GitHub

1
<!doctype html><html lang="zh-CN"><head><meta charset="utf-8"><meta name="viewport" content="width=device-width,initial-scale=1"><title>CosmoEdge 1.1 多平台多路视频分析性能报告</title><style>:root{color-scheme:light}*{box-sizing:border-box}body{margin:0;background:#f7f9fc;color:#172033;font:15px/1.65 Inter,"Segoe UI",Arial,sans-serif}main{max-width:1120px;margin:auto;padding:42px 24px 70px;min-width:0}h1{font-size:32px;line-height:1.25;margin:0 0 8px;letter-spacing:-.02em}h2{margin-top:38px;line-height:1.35}h3{margin-top:28px}.lead{color:#526071}.notice{background:#eef4ff;border-left:4px solid #2563eb;padding:14px 16px;border-radius:0 8px 8px 0}.release{background:#ecfdf5;border-left-color:#059669}.experimental{background:#fff7e8;border-left-color:#d97706}.report-nav{display:flex;gap:10px;align-items:center;flex-wrap:wrap;margin:0 0 22px}.report-nav a,.report-nav span{display:inline-flex;align-items:center;min-height:34px;padding:5px 11px;border:1px solid #cbd5e1;border-radius:999px;background:#fff;color:#1d4ed8;text-decoration:none}.report-nav span{color:#475569;background:#f8fafc}.report-nav a:hover{border-color:#2563eb;background:#eff6ff}.table{max-width:100%;overflow-x:auto;overscroll-behavior-inline:contain;-webkit-overflow-scrolling:touch;border:1px solid #dce3ed;border-radius:8px;margin:12px 0 24px;background:#fff}.table:focus{outline:2px solid #93c5fd;outline-offset:2px}table{border-collapse:collapse;width:100%;background:#fff}th,td{padding:10px 12px;border-bottom:1px solid #dce3ed;text-align:left;vertical-align:top}th{background:#f1f5f9;white-space:nowrap}tr:last-child td{border-bottom:0}td[data-status="PASS"]{color:#047857;font-weight:700}td[data-status="FAIL"],td[data-status="STOP"]{color:#b91c1c;font-weight:700}img{display:block;max-width:100%;height:auto;margin:24px auto;background:#fff;border:1px solid #e2e8f0;border-radius:10px}code{background:#eef2f7;padding:2px 5px;border-radius:4px}a{color:#1d4ed8}@media(max-width:600px){main{padding:26px 15px 52px}h1{font-size:27px}h2{font-size:22px;margin-top:32px}.table{margin-right:0}.table table{width:max-content;min-width:100%;max-width:none}th,td{padding:9px 11px;min-width:76px}img{margin:18px auto}.report-nav{gap:7px}.report-nav a,.report-nav span{font-size:13px;min-height:32px;padding:4px 9px}}</style></head><body><main><nav class="report-nav" aria-label="报告导航"><span>CosmoEdge 1.1 待发布报告</span><a href="report.html">English</a></nav><h1>CosmoEdge 1.1 多平台多路视频分析性能报告</h1><p class="lead">BM1688 · CV186X · RK3576</p><p class="notice">在本报告指定的模型、视频和设备配置下，BM1688 的双算法短时阶梯完成 16 路 × 5 FPS，CV186X 与 RK3576 完成 8 路 × 5 FPS。这些是最高已验证短时点，不是官方推荐路数或芯片理论峰值。</p><p class="notice release"><strong>待发布性能材料</strong><br>发布范围：本页及其脱敏附件已完成仓库级收口，可作为 CosmoEdge 1.1 待发布公开性能材料。BM1688/CV186X 实测已绑定到 manifest 所列 Open 包；Protected 与 RK3576 包身份属于产品发版证据，不随本公开 benchmark 分发。</p><h2>推荐配置与短时实测边界</h2><div class="table" tabindex="0" role="region" aria-label="可横向滚动的数据表"><table><tr><th>平台</th><th>设备</th><th>推荐配置</th><th>最高已验证点</th><th>单级时长</th><th>状态</th></tr><tr><td>BM1688</td><td>BM1688 reference device</td><td>待重复与长稳确认</td><td>≥ 16 路 × 双算法 × 5 FPS</td><td>15 s</td><td>初步结论</td></tr><tr><td>CV186X</td><td>CV186X reference device</td><td>待重复与长稳确认</td><td>≥ 8 路 × 双算法 × 5 FPS</td><td>30 s</td><td>初步结论</td></tr><tr><td>RK3576</td><td>RK3576 EVB</td><td>待重复与长稳确认</td><td>≥ 8 路 × 双算法 × 5 FPS</td><td>15 s</td><td>初步结论</td></tr></table></div><img src="assets/capacity-overview.zh-CN.svg" alt="多平台工作负载容量图"><img src="assets/throughput-curves.zh-CN.svg" alt="双算法吞吐与延时曲线"><img src="assets/resource-peaks.zh-CN.svg" alt="最高验证点资源峰值"><h2>单算法容量矩阵</h2><p>数字为最后通过路数；“≥”表示最高配置点通过；“*”表示下一步被任务绑定错误阻断，不是性能上限。</p><div class="table" tabindex="0" role="region" aria-label="可横向滚动的数据表"><table><tr><th>平台</th><th>工作负载</th><th>24 FPS</th><th>10 FPS</th><th>7 FPS</th><th>5 FPS</th><th>状态</th></tr><tr><td>BM1688</td><td>人员检测</td><td>7</td><td>15</td><td>≥16</td><td>≥16</td><td>初步结论</td></tr><tr><td>BM1688</td><td>安全帽检测</td><td>7</td><td>≥12*</td><td>≥16</td><td>≥16</td><td>初步结论</td></tr><tr><td>CV186X</td><td>人员检测</td><td>≥3*</td><td>≥8*</td><td>≥11*</td><td>≥15*</td><td>初步结论</td></tr><tr><td>CV186X</td><td>安全帽检测</td><td>≥3*</td><td>≥8*</td><td>≥11*</td><td>≥15*</td><td>初步结论</td></tr><tr><td>RK3576</td><td>人员检测</td><td>6</td><td>12</td><td>15</td><td>≥16</td><td>初步结论</td></tr><tr><td>RK3576</td><td>安全帽检测</td><td>5</td><td>10</td><td>12</td><td>15</td><td>初步结论</td></tr></table></div><h2>实验结果：VLM 运行观测</h2><p class="notice experimental">目标为每路 0.1 FPS，但分析 FPS 未参与通过/失败判定。表中“通过”只表示非 FPS 门禁，不得解释为 VLM 正式容量。RK3576 的原始计数器是共享任务口径，本页使用已复核的等效单路观测值；完整修正规则见 methodology.md。</p><div class="table" tabindex="0" role="region" aria-label="可横向滚动的数据表"><table><tr><th>平台</th><th>目标 FPS/路</th><th>非 FPS 门禁最后通过路数</th><th>该点等效单路 FPS</th><th>停止点</th><th>状态</th></tr><tr><td>BM1688</td><td>0.1</td><td>8</td><td>0.04</td><td>最高配置点完成观测</td><td>实验性</td></tr><tr><td>CV186X</td><td>0.1</td><td>8</td><td>0.08</td><td>最高配置点完成观测</td><td>实验性</td></tr><tr><td>RK3576</td><td>0.1</td><td>7</td><td>0.063</td><td>第 8 路非 FPS 门禁停止</td><td>实验性</td></tr></table></div><h2>关联附件</h2><p>主报告只保留公开结论；下列脱敏附件提供逐路过程数据和机器可读结果。</p><div class="table" tabindex="0" role="region" aria-label="可横向滚动的数据表"><table><tr><th>平台</th><th>单算法</th><th>双算法</th><th>VLM</th><th>机器可读数据</th></tr><tr><td><a href="results/bm1688/report.zh-CN.html">BM1688</a></td><td><a href="results/bm1688/single-detector/report.zh-CN.html">单算法逐路报告</a></td><td><a href="results/bm1688/dual-detector/report.zh-CN.html">双算法逐路报告</a></td><td><a href="results/bm1688/vlm-observation/report.zh-CN.html">VLM 观测报告</a></td><td><a href="results/bm1688/summary.json">summary.json</a> · <a href="results/bm1688/metrics.json">metrics.json</a></td></tr><tr><td><a href="results/cv186x/report.zh-CN.html">CV186X</a></td><td><a href="results/cv186x/single-detector/report.zh-CN.html">单算法逐路报告</a></td><td><a href="results/cv186x/dual-detector/report.zh-CN.html">双算法逐路报告</a></td><td><a href="results/cv186x/vlm-observation/report.zh-CN.html">VLM 观测报告</a></td><td><a href="results/cv186x/summary.json">summary.json</a> · <a href="results/cv186x/metrics.json">metrics.json</a></td></tr><tr><td><a href="results/rk3576/report.zh-CN.html">RK3576</a></td><td><a href="results/rk3576/single-detector/report.zh-CN.html">单算法逐路报告</a></td><td><a href="results/rk3576/dual-detector/report.zh-CN.html">双算法逐路报告</a></td><td><a href="results/rk3576/vlm-observation/report.zh-CN.html">VLM 观测报告</a></td><td><a href="results/rk3576/summary.json">summary.json</a> · <a href="results/rk3576/metrics.json">metrics.json</a></td></tr></table></div><h2>可比性声明</h2><p>BM1688 与 CV186X 使用字节一致的 Open Sophon 检测/分类模型；RK3576 使用平台专用 RKNN 产物，尚未证明来自同一冻结源模型与精度。本报告描述典型工作负载，不制作芯片性能排行榜。</p><h2>测试环境</h2><div class="table" tabindex="0" role="region" aria-label="可横向滚动的数据表"><table><tr><th>平台</th><th>板卡</th><th>操作系统</th><th>运行时 / 媒体链路</th><th>CosmoEdge</th></tr><tr><td>BM1688</td><td>Sophon BM1688 reference design; commercial enclosure name withheld</td><td>Ubuntu 22.04.5 LTS</td><td>inference: libsophon/BMRT 0.4.12; media: Sophon FFmpeg 2.0.0 / Sophon GStreamer 2.0.0; decoder: bmvpu-decoder; encoder: bmvpu-h264</td><td>V1.1.0.0</td></tr><tr><td>CV186X</td><td>Sophon CV186X reference design; commercial enclosure name withheld</td><td>Ubuntu 22.04.5 LTS</td><td>inference: libsophon/BMRT 0.4.12; media: Sophon FFmpeg 2.0.0 / Sophon GStreamer 2.0.0; decoder: bmvpu-decoder; encoder: bmvpu-h264</td><td>V1.1.0.0</td></tr><tr><td>RK3576</td><td>Rockchip RK3576 EVB1 V10 Board</td><td>Linux distribution not exposed by the read-only device API</td><td>inference: RKNN runtime version not exposed by the read-only device API; driver: RKNN driver version not exposed by the read-only device API; rga: version not exposed; runtime telemetry confirms RGA path; mpp: version not exposed; runtime telemetry confirms Rockchip MPP VPU; decoder: rockchip-mpp-vpu / copy-out I420; encoder: rockchip-mpp / copy-first stride-aligned I420</td><td>V1.1.0.0</td></tr></table></div><h2>方法与复现</h2><ol><li>固定视频：H.264、1920×1080、24 FPS；SHA-256 见 release-manifest.json。</li><li>逐路增加；CV 每约 3 秒采样，VLM 每约 10 秒采样；后半段为稳态窗口。</li><li>模型身份见 models/，场景见 scenarios/，逐路数据见 results/。</li><li>按 methodology.md 完成本地解析后执行；公开包不包含设备地址、凭据或内部编号。</li></ol><h2>限制</h2><ul><li>短时阶梯不是长稳，不形成官方推荐配置。</li><li>本页是待发布公开性能报告，不代替完整产品安装、升级、回滚、精度与长稳资格报告。</li><li>VLM 未启用 FPS 门禁，只能作为实验性运行观测。</li><li>模型准确率材料不在本容量报告范围内。</li><li>开源检测和分类文件分别保存在 BM1688、CV186X 平台资源目录；样例视频和其他模型二进制不随本 benchmark 分发。</li></ul><p>完整合同：<code>release-manifest.json</code> · <code>methodology.md</code> · <code>SHA256SUMS</code></p></main></body></html>