边缘AI半导体芯片
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
DEEPX 并不是常见的云端 AI 应用，而是面向边缘与“Physical AI”的 AI 半导体和部署平台，产品覆盖 DX-M1/DX-M1M 芯片与 M.2 模块、DX-H1 PCIe 加速卡、DX-AIPlayer 边缘盒子，以及 DXNN SDK。其核心目标是在摄像头、机器人、工厂、智慧城市等现场设备上完成低延迟、低功耗 AI 推理，减少对云端 GPU 的依赖。
从抓取信息看，DEEPX 的重点指标是 INT8 推理能效：DX-M1/DX-M1M 为 25 TOPS，功耗约 1–5W 或典型 3W；DX-H1 Quattro 提供 100 TOPS、20W；DX-H1 V-NPU 则面向视频监控，集成 H.264/H.265 编解码能力。软件侧 DXNN SDK 覆盖模型编译、优化、仿真和推理，支持将 PyTorch、TensorFlow、ONNX、Keras、Ultralytics 等模型转为可在 NPU 上运行的 .dxnn，并提供 C++/Python Runtime。系统兼容 Windows、Ubuntu/Debian、Yocto、Docker，以及 x86/ARM 架构，便于嵌入式和工业系统集成。
官网未披露单价、开发套件价格或量产采购条件，只提供 Shop Now、Purchase Inquiry 和“AI Chips Available for Testing / Apply Now”。页面强调相对 GPGPU 的电费和 TCO 优势，例如 DX-M1 五年电力成本节省、V-NPU 降低大规模视频系统成本，但这些仍需结合采购价、供货周期和实际负载复核。
优点是产品形态完整，覆盖芯片、模块、PCIe 卡和整机；典型场景明确，尤其适合视频分析、机器人、无人机、智能工厂和 AIoT；本地推理也有助于降低延迟、带宽和隐私风险。局限在于官网信息以厂商自述为主，性能对比和准确率声明缺少完整第三方复现实测；DX-H1 Quattro 对主板 PCIe Bifurcation 有要求；其本质是边缘推理硬件平台，不适合寻找即开即用聊天机器人或云端大模型 API 的用户。
更适合设备厂商、系统集成商、VMS/安防方案商、工业自动化团队和边缘 AI 开发者评估。中国访问情况抓取文本未说明，判定为未知；网站有 Chinese 入口，但中文文档、支付方式和本地售后信息不足。若在中国落地，应重点核验网络可达性、代理/经销渠道、付款与交付周期。可对比 NVIDIA Jetson、Hailo、Google Coral、Intel OpenVINO 生态，以及国内边缘 AI 芯片与模组方案。
本测评基于公开资料整理,不构成购买建议,请以 deepx.ai 官网实际信息为准。
提供低功耗AI芯片、SDK和评估申请。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。