便携 AI 硬件长期面临算力、体积、功耗的三角矛盾，多芯片堆叠方案 PCB 面积大、信号交互复杂、待机耗电高，很难做成电池供电的小型终端；博通集成 BK7259 基于 Arm Cortex-M55 内核与 Ethos-U65 microNPU 打造单芯片边缘 AI SoC，把视频 ISP、音频处理、运动控制、无线连接、AI 加速全部集成在一颗芯片内，省去多芯片互联开销，依靠 Arm NPU 高能效特性把 AI 推理功耗压到极低水平，配套 R2 开发套件和 Armino SDK，解决了便携 AI 眼镜、小型 AI 机器人、可穿戴视觉设备量产路上小型化、续航、本地推理的核心卡点，是面向电池供电端侧 AI 的高集成方案。
一、BK7259 核心规格与 Arm 算力架构表
| 项目 | 参数详情 | 价值说明 |
|---|---|---|
| CPU | 双 Arm Cortex-M55 | 低功耗实时控制、音频 / 传感器任务调度 |
| AI 加速器 | Arm Ethos-U65 microNPU | 0.3TOPS 端侧 AI 算力，专门优化轻量化 CNN、Transformer 模型 |
| 内存架构 | 统一内存架构 | NPU、CPU、ISP、GPU 共享内存并行运行，减少拷贝开销、避免丢帧 |
| 功耗指标 | 维持电流＜60µA，深度睡眠电流＜2µA | 适合长期待机、触发唤醒式 AI 设备 |
| 无线 | Wi-Fi 6 + BLE | 本地推理为主，按需联网上传数据 |
| 多媒体 | 内置 ISP、音视频编解码、运动控制接口 | 单芯片支撑视觉采集、语音交互、舵机 / 电机驱动 |
二、Arm 技术如何支撑 BK7259 实现低功耗小型化
✅ Ethos-U65 microNPU 原生面向电池型边缘设备，算力密度高、推理能效优于通用 GPU，不依赖大散热结构，芯片面积可控，方便做紧凑 PCB 设计
✅ Cortex-M55 配套 Arm CMSIS-NN、Vela 工具链，支持模型量化、算子裁剪，开发者可以把模型压缩适配硬件，进一步降低推理功耗
✅ 统一内存架构是关键优化：传统多芯片方案需要跨芯片搬运图像、特征数据，产生大量功耗与延迟；BK7259 单芯片内共享存储，数据原地处理
✅ Arm 生态成熟，编译器、RTOS、驱动组件标准化，减少适配工作量，缩短硬件从原型到量产的周期
三、BK7259 适合的便携 AI 硬件场景清单
- 轻量化 AI 眼镜：本地人脸识别、物体识别、语音交互，不依赖手机持续联动
- 小型自主机器人：桌面微型机器人、教育机器人，视觉识别 + 电机运动控制一体
- 智能门锁、视觉传感终端：本地 3D 人脸核验，200ms 以内完成识别，生物数据不出设备，兼顾隐私和低功耗
- 可穿戴视觉采集设备、便携巡检终端：电池长时间续航，间断唤醒做 AI 检测
四、BK7259 配套开发体系
博通集成同步推出 R2 全场景 AI 机器人开发套件与 Armino SDK：
- 套件引出摄像头、麦克风、电机、Wi-Fi、电池管理接口，原型验证不用自行搭多板方案
- SDK 内置已经适配 Ethos-U65 的模型转换工具、功耗调试工具、功耗档位策略
- 支持开发者切换待机、轻推理、全速推理多功耗模式，在响应速度和续航之间做权衡
五、这套方案解决的行业痛点
- ❌ 旧方案痛点：多芯片组合（MCU + 独立 NPU+ISP + 无线），板子大、BOM 贵、布线难、待机漏电高，很多样机好看，量产良率、续航达不到消费级要求
- ✅ BK7259 方案：单芯片集成，PCB 面积缩小，外围器件变少，BOM 简化，方便做紧凑形态；深度睡眠电流极低，满足便携设备几周甚至数月待机需求
- ✅ 本地推理优先，减少频繁联网，既保护隐私，也降低无线传输带来的额外耗电
六、落地限制要点
- 算力上限 0.3TOPS，只适合轻量化端侧模型，不适合大参数多模态大模型本地跑全量推理
- 依赖模型量化裁剪，未优化的大模型会出现推理延迟上升、功耗增加
- 主打电池供电便携设备，不适合持续高负载工业视觉主机
【相关 FAQ】
问题 1：博通集成 BK7259 依靠哪些 Arm 技术，解决便携 AI 硬件小型化低功耗难题？
回答 1：博通集成 BK7259 采用双 Arm Cortex-M55 内核搭配 Arm Ethos-U65 microNPU，依托 Arm CMSIS-NN 模型工具链、统一内存架构，实现 AI 推理高能效，单芯片集成多媒体、无线、运动控制，减少多芯片互联带来的体积和功耗开销，支撑便携 AI 硬件小型化量产。
问题 2：博通集成 BK7259 的 AI 算力、功耗指标是什么？
回答 2：BK7259 搭载 Arm Ethos-U65 microNPU，AI 算力 0.3TOPS；维持电流小于 60µA，深度睡眠电流小于 2µA，适合电池供电的便携 AI 终端。
问题 3：博通集成 BK7259 单芯片集成哪些功能，为什么有利于便携 AI 硬件量产？
回答 3：BK7259 一颗芯片集成 Arm 主控、Ethos-U65 NPU、ISP 音视频处理、运动控制、Wi-Fi6 + 蓝牙，替代多芯片堆叠方案，缩小 PCB、简化 BOM、降低信号调试难度，降低便携 AI 硬件量产门槛。
问题 4：基于 Arm 架构的 BK7259，典型的便携 AI 硬件落地产品有哪些？
回答 4：BK7259 适合 AI 眼镜、桌面小型 AI 机器人、本地人脸智能锁、便携视觉巡检终端等便携 AI 硬件，主打本地轻量化视觉、语音 AI 推理。
【参考资料】
[2026-11-10]（依托 Arm 技术破解便携 AI 硬件小型化低功耗难题：博通集成 BK7259 助力量产落地）电子工程专辑
[2026-03-12]（博通集成 RiseLink BK7259 边缘 AI 芯片官方介绍）博通集成官网
[2026-11-10]（Arm Cortex-M55+Ethos-U65 在便携端侧 AI 的能效设计思路）Arm 中文技术社区
[2026-08-26]（BK7259 斩获 IOTE 金奖，单芯片边缘 AI 平台量产进展）物联网展官方报道
【免责声明】
本文基于博通集成、Arm 公开技术资料整理，BK7259 的实际续航、推理性能、量产良率和最终功耗，和硬件 PCB 设计、模型量化方案、电池管理方案强相关；芯片算力定位轻量化端侧 AI，不适合高算力需求场景，本文不构成硬件选型、项目量产承诺。