BM1684X 上手前要算的三笔账：功耗、接口形态、SDK 驱动
名字先捋清：算能、算丰、BM1684X
查 BM1684X 的资料会撞见两个名字：算能与算丰。它们不是两家公司。算能（SOPHGO，官网 sophgo.com）是公司，官网首页写明「自 2016 年以来，旗下品牌算丰 SOPHON 系列产品已完成多次迭代」——算丰 SOPHON 是算能旗下的芯片产品品牌。
BM1684X 在算能官方文档的名词表里定义为「面向深度学习领域推出的第四代张量处理器」，产品页全称是「智能视觉深度学习处理器 BM1684X」。合同、规格书、询价单里两个名字都会出现，对齐成同一家，才不会买错门。
官方口径的核心规格
以下均为官网原文口径，抓取于 2026-10-25：
| 项 | 官方口径 |
|---|---|
| 产品定位 | 智能视觉深度学习处理器，第四代张量处理器 |
| 视频分析 | 32 路高清视频智能分析 |
| 编解码 | 32 路高清硬解码、12 路高清硬编码 |
| 计算精度 | 支持 INT8、FP16/BF16、FP32 |
| 能效比 | 较上一代提升约 2 倍 |
| 接口 | 支持 PCIe、以太网接口 |
| 处理器侧 | 集成高性能 ARM 内核，支持二次开发 |
| 框架与工具 | 支持 PyTorch、TensorFlow 等主流框架；SOPHON SDK |
注意一个细节：产品页的主口径是路数（32 路高清视频智能分析），页面没有标 TOPS 数字，也没有标功耗 W 数。把官方工况下的路数换算成自己模型的实际负载，是动手前要做的换算。
第一笔账：功耗——官方页没有 W 数，按形态问
产品页只给能效比口径（较上一代提升约 2 倍），不给功耗 W 数。这不算漏写：同一颗芯片有模组、板卡、整机多种形态，功耗落在哪个形态上差别很大——官网首页同时列着搭载 BM1684X 的微服务器 SE7（32 路高清视频智能解析）、服务器 SE8（288 路），以及生态伙伴的边缘计算盒（如 EC-A1684XJD4 FD，官网标注搭载算能 BM1684X）。
所以要按形态要数字：这个形态的典型功耗与最大功耗分别是多少、什么工况下测的。盒子还要算上电源转换损耗和外设。机柜供电与散热预算怎么算，站内另一篇讲边缘盒功耗与散热的文章里有清单。
第二笔账：接口形态——PCIe 卡和盒子是两种工作方式
算能官方文档把 BM168x 的工作形态分成三种，原文口径如下：
| 形态 | 官方定义 | 算法跑在哪 |
|---|---|---|
| PCIE Mode | 芯片作为加速设备来进行使用 | x86 主机 |
| SoC Mode | 芯片本身作为主机独立运行 | 芯片自己 |
| arm_pcie Mode | 板卡插到 ARM CPU 的服务器上 | ARM 主机 |
落到工程上，这不是外观差别。
PCIe 形态要配一台主机。驱动装在主机侧，槽位与供电要预留，运维对象是主机加卡两件东西；换来的是主机侧生态与算力可以自选。
盒子形态是 SoC Mode，芯片自己当主机。产品页写明 BM1684X 集成高性能 ARM 内核、支持二次开发，买回来是一台独立整机，适合直接往现场部署。
内存模型也随形态变。官方文档区分了两种口径：PCIe 模式下 Host Memory 指主机内存、Device Memory 指板卡内存；SoC 模式下 Host Memory 指片上主控的内存、Device Memory 指划分给 TPU 等单元的设备内存。写部署代码时数据搬运的路径完全不同，这是迁移成本的大头。
第三笔账：驱动和 SDK——模型不是拷上去就跑
模型要经 SOPHON SDK 工具链转换成 BModel 格式才能上 TPU。官方名词表里，BModel 是「面向算能 TPU 处理器的深度神经网络模型文件格式，包含目标网络的权重与 TPU 指令流」；按原始框架选前端工具：ONNX 对应 BMNetO，PyTorch 对应 BMNetP，Caffe、TensorFlow、Paddle 等各有对应工具。
对排期最有用的一条是 CModel：官方文档定义它是「BM168x 软件模拟器，在不具备 TPU 硬件设备的情况下，可用于验证编译及完成模型转换」。板子还在采购流程里，模型转换链路就能先跑通。
驱动账最容易踩的两点：其一，PCIe 形态的驱动装在主机侧，x86 与 ARM 主机对应不同软件包，下单前先确认主机架构；其二，SDK 与驱动版本要配套，升级前先查版本配套表。推理侧官方提供 SAIL 库，Python 与 C++ 接口都有，是对底层接口的进一步封装。
上手前的核对清单
- 名字对齐。 合同与规格书写清算能 BM1684X 及具体产品形态，避免只写芯片型号、到货形态对不上。
- 形态定死。 盒子还是 PCIe 卡，决定主机、机柜、供电与运维方式，是后两笔账的起点。
- 功耗落纸面。 按形态要典型与最大功耗及测试工况，官方产品页没有这个数字。
- 主机架构确认。 PCIe 形态先确认 x86 还是 ARM 主机，对应驱动包不同。
- 先用 CModel 过转换。 硬件未到时先验证模型转换编译，把等待期变成开发期。
- 实测替换外推。 官方的 32 路是官方工况，自己的模型与码流要实测路数和帧率。
这三笔账管不到的地方
官方页面与文档会迭代，下单前以官网与随货文档为准。功耗 W 数官方产品页未标，任何渠道给的数字都要求注明工况并落纸面。生态伙伴的整盒子由各家自行设计供电与散热，同一颗芯片、不同盒子，功耗与散热表现不是一回事。
常见问题
算能和算丰是一家吗？
是。算能（SOPHGO）是公司，算丰 SOPHON 是其旗下芯片产品品牌，官网首页原话是「旗下品牌算丰 SOPHON 系列产品已完成多次迭代」。芯片、SDK、商城用算丰名，公司主体与官网是算能。
BM1684X 是第几代处理器？
第四代。算能官方文档名词表的口径：BM1684 是第三代张量处理器，BM1684X 是第四代张量处理器。
BM1684X 的算力是多少 TOPS？
官方产品页没有标 TOPS 数字，主口径是 32 路高清视频智能分析与支持 INT8、FP16/BF16、FP32。拿到任何 TOPS 数字，先问精度口径再比较，站内《厂商标 TOPS 的三种口径》有对齐方法。
PCIe 卡和边缘盒子怎么选？
按算法跑在哪决定。PCIe 形态下芯片是加速设备，算法运行在 x86 主机上，主机自选但要管两件东西；盒子形态芯片自己当主机，独立整机直接部署。接口、机柜、运维方式都随之不同。
没有硬件能先做模型转换吗？
能。SOPHON SDK 里的 CModel 是官方软件模拟器，不具备 TPU 硬件时即可验证编译与完成模型转换，采购流程走完前就能把链路跑通。
数据来源
- 算能官网首页（公司与品牌关系、产品形态），抓取于 2026-10-25：https://www.sophgo.com/
- BM1684X 产品页（核心规格），抓取于 2026-10-25：https://www.sophgo.com/product/introduce/bm1684x.html
- 算能官方文档 Sophon and SDK FAQ 基础概念（工作形态定义、名词表），抓取于 2026-10-25：https://doc.sophgo.com/docs/3.0.0/docs_latest_release/faq/html/1_basic_concept.html