边缘 AI 芯片/模组厂商深挖（续）：算能 · 地平线 · Arm · MCU/SoC 与其他

调研日期：2026-10-25（Asia/Shanghai）
范围：Sophgo、Horizon、Arm Ethos-U、Silicon Labs、Nordic、Himax/Seeed、Imagination，以及 Axera、Kendryte、TI、Infineon、Renesas、GreenWaves 等确有稳定公开入口的厂商；Ambarella/Syntiant/Bitmain 独立 zoo 若无公开仓则只记结论。
方法：GitHub API 与 raw README、官方文档站、Hugging Face 检索；禁止无出处编造。
关联前文：edge-ai-vendor-deepdive-st-esp-amd.md（ST/ESP/AMD）；飞书文档「边缘AI开源模型与数据集行业调研」。

文首总表

1. 算能 Sophgo（sophon-demo 与 LLM-TPU）

算能是本附录里公开算法例程最密的国产边缘 TPU 路线之一，适合「站端边缘盒 / PCIe 加速卡」而不是毫瓦 MCU。

工具链与芯片。 开发者用 SOPHONSDK 做模型优化与运行时，用开源编译器 TPU-MLIR 把常用训练框架导出的图编译成 bmodel，再经 BMRuntime 在板端推理。文档与 LLM 流程写明支持 BM1684、BM1684X、BM1688、CV186X（含 SoC 与 PCIe）。大模型额外提供 llm_convert.py，可指定序列长度、量化（如 W4F16）与目标芯片。

sophon-demo。 仓库 sophgo/sophon-demo 的 release 分支 README 将内容分为 tutorial、sample、application 三级。tutorial 覆盖硬解硬编、crop/resize、BM1688 双核双任务 YOLOv5 等。sample 表格（2026-10 拉取）列出大量可复现条目：检测侧从 YOLOv5/YOLOX 到 YOLOv11、YOLOv12、YOLO26 以及旋转框；分割有 YOLOv8/9/26 seg、SegFormer、SAM/SAM2；姿态有 YOLOv8/26 pose、HRNet；跟踪有 ByteTrack、DeepSORT；OCR 有 PP-OCR；语音有 WeNet、Whisper；生成式与多模态在 sample 与 LLM-TPU 两侧均有 ChatGLM、Qwen、DeepSeek、InternVL、Qwen2.5/3-VL、PaddleOCR-VL 等。精度类型按芯片标注 FP32/FP16/INT8/INT4。

LLM-TPU。 sophgo/LLM-TPU 定位「一键部署主流 LLM/VLM」。README 新闻表显示 2025–2026 持续合入 Qwen3、Qwen3.5、InternVL3、MiniCPM-V、Embedding、Reranker、TTS 等；可用预编译 bmodel 或自编译。对电力站端「检测 JSON → 中文告警摘要」很贴。

许可注意。 仓内 LICENSE 写明 SOPHON-DEMO 采用 2-Clause BSD（第三方组件除外）。这不等于上游权重自由：例如 Ultralytics YOLO 系列常见 AGPL-3.0，商用产品需单独评估或换 Apache 检测骨干。

电力与工业怎么用。 没有搜到官方「绝缘子/金具缺陷专用」开源权重。务实做法：用 YOLOv11n/26 + 公开巡检集冷启动，现场标几百到两千张；表计走 PP-OCR 或姿态估针；多路摄像头加 ByteTrack；可选 Qwen 小模型做机上摘要。硬件落在 BM1684X/1688 模组或加速卡。

2. 地平线 Horizon（OpenExplorer 与 ModelZoo 现状）

地平线工具链中心是 OpenExplorer（OE）：模型编译优化工具集 + 算法仓库 + 应用 SDK，面向 Journey 等平台。手册说明 OE 包内含 horizon_model_convert_sample、horizon_model_train_sample、以及 model_zoo（源模型与板端 runtime 按 march 分目录），并提供 UCP 教程。J5/J6 文档还给出 ImageNet、COCO、VOC、Cityscapes 等校准/评测数据下载指向。

J6 参考算法（开发者社区公开博文）在分类检测分割之外，强调高效骨干 HENet，以及 BEVFormer、SparseBEV、FlashOCC、MapTR、QCNet、BEVFusion 等智驾向算法；获取方式写明依赖 J6 OE 开发包与配套 Docker，从产品中心领取，并非完全匿名下载。

GitHub ModelZoo 现状。 历史上公开仓 HorizonRobotics-Platform/ModelZoo 提供 float 训练产物供转换（目录曾含 YOLOv4、FCOS 系列、DeeplabV3Plus、EfficientDet、SSD_MobileNetV1、MobileNet 等）。截至 2026-10-25，对该 URL 的 HTTP 与 GitHub API 访问均为 404/Not Found。 因此本文不再把它当作可克隆入口，而以 OE 文档中的包内 model_zoo 为准，并明确：完整权重与 runtime 绑定开发者门户，开源可见度低于算能/爱芯的 GitHub 示范仓。

电力含义。 若项目已选定地平线模组，应走正式 OE 流程把自有检测/分割模型量化部署；若目标是电力巡检开源冷启动，更应优先算能、Axera、NVIDIA、TI 等「仓库即入口」方案，再评估是否迁到 Journey。

3. Arm Ethos-U 与 ML-zoo（归档说明）

Arm-Examples/ML-zoo 收集面向 Arm IP 优化的 TFLite 模型，许可为 Apache-2.0。GitHub 标明该仓于 2025 年 7 月 18 日由所有者归档，现为只读；内容仍可浏览下载，但不应预期继续合入新模型。

README 分类包括：MicroNet 大/中/小 异常检测（DCASE 2020 滑轨任务 AUC 约 0.95+）、MobileNet v2 分类、多组 关键词唤醒（CNN/DNN/DS-CNN）、RNNoise 降噪、SSD MobileNet 与 YOLO v3 Tiny 检测、Wav2letter 系 语音识别、SESR 超分、MicroNet Visual Wake Words。表格逐项标注 Cortex-A、Cortex-M、Mali、Ethos-U 是否可运行。

部署实践上，Ethos-U 路径仍是：准备 INT8 TFLite → 用 Vela 编译 → 链入 Cortex-M 工程。Arm 侧更活跃的示例组织在 ML-examples 等仓。对电力：MicroNet 异常检测适合作为开关柜声纹/振动的教研起点；正式产品需用现场正常/故障样本重训，并确认算子均被 Vela/Ethos-U 支持。

4. Silicon Labs：从 MLTK 迁到 AI/ML Extension

SiliconLabs/mltk 文档与 README 明确警告：MLTK 已不再由 Silicon Labs 支持，请改用官方 AI/ML Extension；并指向 Machine Learning 开发者文档与反馈问卷。GitHub 显示仓库 archived。MLTK 曾提供命令行训练、量化、MVP 仿真与真机 profile，以及 mltk/models/tinyml 下的 MLPerf Tiny 四模型（异常检测、CIFAR 图像分类、十词关键词、视觉唤醒）和更多示例模型。

现行路径（官方 docs.silabs.com machine-learning）：在 Simplicity Studio 通过 Installation Wizard 安装 AI/ML 相关 Optional Package，工程中加入 ml_model 组件，用配置把 .tflite 绑进固件，再调用初始化/推理 API；MVP 加速器有专门编译配置说明。系列上覆盖带机器学习能力的 EFR32 与部分 Wi-Fi 器件。结论：把它当「无线 MCU + 极小模型」工具，不要当视觉边缘盒方案；历史 MLTK 模型仅作参考实现。

5. Nordic Semiconductor：sdk-edge-ai 与 nRF54

Nordic 以蓝牙/短距无线见长，边缘 AI 以 传感器时序小模型 为主。公开仓 nrfconnect/sdk-edge-ai 是 nRF Connect SDK 的 Edge AI 附加组件。文档站发布 Add-on 3.0.0（2026-09-22）：要求配套 Nordic Edge AI Lab 3.0.0 与 Axon 驱动 2.0.0；west 可用 --manifest-rev v3.0.0 初始化。

样例目录可见 nrf_edgeai（classification / anomaly / regression）、axon、edge_impulse 等。classification 文档描述：对加速度幅值的 50 点窗口做七类状态识别（Idle、Shaking、Impact、Free Fall、Carrying、In Car、Placed），支持 nRF54L15、nRF54LM20、nRF54H20 等多块开发板。2026-03 合并请求显示已把 nRF54LM20B 与 Axon 相关 overlay 纳入矩阵。

兼容性陷阱： v3 相对 v2 抬高运行时主版本，旧 Lab 导出的 solution 会在初始化阶段报不兼容；特征流水线拆成 DSP 提取与缩放两段，应用需按新头文件重编。电力场景适合安全帽终端、手持巡检仪的冲击/跌落/异常振动，不替代摄像头 SoC。

6. Himax WiseEye 与 Seeed SSCMA

Himax WiseEye（如 WE2）常通过 Seeed Grove Vision AI V2 进入创客与行业 PoC。模型侧看 Seeed-Studio/sscma-model-zoo：面向 SenseCraft Model Assistant，提供多组 Swift-YOLO 检测与 MobileNet 分类，并附 Colab。中文 README 明确列出 Digital_Meter_Electricity 与 Digital_Meter_Water 预训练——这是本附录里少有的、直接点名电表/水表的公开检测权重，另有行人、手势、人脸、水果等。models.json 汇总约十余条模型元数据；具体网络与数据集许可证见仓内 LICENSES。

板级示例 sscma-example-we2 许可为 MIT，说明 WE2 上的构建烧录与部分模型地址。SSCMA 部署教程要求对 Grove Vision AI V2 使用 Vela 格式导出 INT8。电力落地建议：先直接跑电表数字检测 demo，再采集本省表计图像微调；复杂指针表仍建议改用姿态/分割更大算力平台。

7. Imagination Technologies PowerVR Model Zoo

imaginationtech/PaddlePaddle_Model_zoo 声明为 Imagination 与飞桨硬件生态共创成果，许可 Apache-2.0。流程是：取 PaddleClas/PaddleSeg 等推理模型，用 Neural Compute SDK（NCSDK） 编成面向 PowerVR GPU/NNA 的部署包，再在仓内测试框架上做推理或评测。README 写明当时示例硬件为 Unisoc ROC1，软件组合含 NCSDK 2.8、NNA DDK 3.4、GPU DDK 1.17；部署模型与验证集通过 Imagination 公开 FTP/HTTP 传输点获取。

该仓星标与更新频率偏低，更适合「模组里已经焊了 PowerVR NNA、需要验证工具链」的团队。电力行业若无强制指定该 IP，一般不必作为主选型。

8. 其他有公开入口的厂商

8.1 爱芯元智 Axera

AXERA-TECH/ax-samples 使用 BSD-3-Clause，按芯片提供 C++ 示例（前处理→NPU→后处理），CI 覆盖 AX650/8850、637、630C、620Q、615 等。README 列出 Sipeed、M5Stack 等多款开发板。模型转换走 Pulsar2（Hugging Face 发布），预编译 axmodel 与测速在 HF/ModelScope 与仓内 benchmark。HF 组织页可见 YOLO 系列、Depth-Anything、Whisper、Qwen2.5 与 DeepSeek 蒸馏等。对「国产高性价比边缘视觉盒」是算能之外的重要备选；行业数据仍需自备。

8.2 嘉楠 Kendryte / CanMV K230

公开入口以示例为主：kendryte/canmv_examples 含 K230 目录；canmv-k230/k230_rtsmart_examples 的 ai 下有 yolo、人脸、跟踪、OCR、AI2D/KPU 用法等。适合教学与低成本巡检概念机；量产前确认 SDK 许可、供货与 nncase 算子覆盖。

8.3 德州仪器 TI Edge AI

TexasInstruments/edgeai-tensorlab 自述为训练、量化、编译/评测与 Model Zoo 的聚合仓；Release 11.2（2026-03-24）对齐 edgeai-tidl-tools 标签 11_02_04_00。子树 edgeai-modelzoo 提供分类、检测、分割等示例与性能报告链接；命令行 BYOD 可用 edgeai-modelmaker；GUI 用 EDGE-AI-STUDIO。官方推荐评测工具转向 edgeai-tidlrunner。硬件语境是带 C7x DSP 与 MMA 的 MPU（如 AM62A、TDA4 家族）。已有 Sitara 工控路线时优先评估。

8.4 Infineon DEEPCRAFT（PSOC）

Infineon/deepcraft-model-zoo-for-psoc 仓级许可 CC-BY-4.0。设计目标是「刷 .hex 立刻看效果」或把 fw/ 嵌进 ModusToolbox 工程。目录中可见 Yolov8n 行人/姿态/分割、SwiftYolo、ArcFace、雷达入口计数，以及名称直白的 VoltageCurrentAnomalyDetection——对电力线路或设备侧电压电流异常检测有直接参考价值。注意各项目 README 中的 QSPI/OSPI Flash 差异与模型自带 licenses。

8.5 Renesas：RZ/V 应用仓与 e-AI

renesas-rz/rzv_ai_sdk 提供面向 RZ/V2L、V2H、V2N 评估板的一整套应用目录：R01 目标检测之外，Q09 裂纹分割、Q13 模拟表计读数、Q06 效期检测、Q07 植物病害等，工业气味浓。配套编译栈可查公开的 DRP-AI TVM/RUHMI 文档与仓库。相对地，面向通用 MCU 的 e-AI Translator 在官网以产品形态提供（支持从主流框架转到 MCU），不是开源 Model Zoo；选型材料里应分开写「RZ/V 公开应用」与「e-AI 专有工具链」。

8.6 GreenWaves GAP

GreenWaves-Technologies/gap_sdk 许可 Apache-2.0，内含 NNTOOL：打开 TFLite/ONNX，做图调整、量化并生成 Autotiler 模型代码。定位 GAP8/9 类超低功耗应用处理器，强项在音频与传感，而不是多路视频。适合电池供电的噪声/振动节点。

8.7 检索后不予详写的对象

• Ambarella：官网提供 Model Garden 落地页，需开发者注册；本次未找到与算能 sophon-demo 同级别的长期公开 GitHub Model Zoo。
• Syntiant：未检索到稳定公开的 NDP Model Zoo 仓库。
• Bitmain 独立品牌 zoo：边缘 TPU 开源示范请以 Sophgo 组织下仓库为准，避免混用过时品牌入口。

文末：与 ST、ESP、NVIDIA 等如何组合选型

把已深挖的 ST/ESP/AMD 与本附录厂商放在同一决策表里，可按「传感 → 镜头 MCU → 边缘视觉盒 → 站端生成式」分层，而不是单芯片通吃。

共同约束（写进立项材料）：
1）模型格式与芯片绑定，跨厂不能直接复用同一份量化产物；
2）厂商 Zoo 解决「管道通」，行业指标必须靠现场数据与阈值复测；
3）示例仓 BSD/Apache 不等于检测骨干许可自由，YOLO 族 AGPL 在电网类项目中尤其要法务签字；
4）地平线、Ambarella 等「门户制」与算能、爱芯、TI「Git 制」的供应链与合规流程不同，招标文件应写清获取方式。

下一步若继续深挖，建议按开源平台横切（ONNX Runtime、TVM、TensorFlow Lite Micro、nncase、Ultralytics 导出矩阵、Paddle 边缘部署等），与本芯片附录交叉索引。

本文仅汇总公开链接与官方文档陈述，不构成采购或开源合规意见。所有链接状态以 2026-10-25（Asia/Shanghai）访问为准。