REGULUS 邊緣 AI 晶片進入量產：10 TOPS、低於3W與USB加速器怎麼看？
REGULUS 進入 Ceva NeuPro 首次量產部署，MLD-R1 USB 加速器已出貨。解析10 TOPS整數運算、低於3W晶片功耗、完整處理器與USB產品分工，以及模型編譯與價格資格。
REGULUS 想把辨識與判斷放進相機、無人機和機器人，讓設備在電力有限時仍能即時反應。對這些產品而言，把資料送去遠端再等答案，未必適合每一種現場工作。
Ceva 與 Mobilint 在 2026 年 11 月 2 日宣布，REGULUS 已採用其感測與神經運算技術，是 NeuPro 家族首次進入量產部署。這個里程碑代表運算設計已進入實際晶片及出貨產品。
但新聞中的十 TOPS、低於三瓦，描述的是特定運算與晶片條件，不能直接換成每個模型的回答速度，也不能當成完整裝置的耗電量。
另一個容易混淆之處，是 REGULUS 本身能執行作業系統與應用，使用它的 USB 產品則是幫既有電腦增加 AI 運算，兩者放進產品的方式不同。
因此，這項更新較適合有明確感測資料與模型需求的設備團隊評估。一般人若只想知道能不能接上電腦跑某個模型，仍需要查相容性、軟體與產品條件。
先分清晶片、模組與加速器各在系統裡負責什麼，才看得懂此次量產究竟改變哪一段開發工作。
REGULUS 量產里程碑指的是哪一層？
Ceva 宣布的是自家 NeuPro 運算設計首次進入量產晶片，新聞主體是設備端運算設計的商用進展。
依 Ceva 正式公告，Mobilint 在晶片中整合 SensPro AI DSP 與 NeuPro-Nano NPU，配合自己的處理架構，處理不同感測與推論工作。
DSP 是處理感測訊號的可程式化運算引擎，NPU 則偏向執行神經網路。這裡的推論，就是用已準備好的模型，根據新輸入產生辨識或判斷結果。
為何要分成不同引擎？
相機送進來的資料，不會只有最後的辨識問題。訊號本身需要先被處理，而不同工作對運算方式和功耗的要求也不相同，因此廠商採多引擎分工。
在公告的分工裡，SensPro 提供彈性的感測與訊號處理，NeuPro-Nano 則提供高效率的神經網路處理，支援需要持續運作的推論用途。
這種安排的價值，要在完整資料路徑裡觀察。只知道其中一個引擎很快，還不足以說明從取得畫面到產生可用結果，中間是否存在其他瓶頸。
本次公告也表示，使用這顆晶片的 MLD-R1 USB 加速器已出貨。它在 COMPUTEX 2026 已先預覽，所以新進度是商用與出貨里程碑，而非十一月才第一次出現這項產品。
量產確定有硬體載體，但選擇硬體前，還需要分清它是獨立系統的核心，還是接在既有電腦旁邊的運算配件。
獨立晶片與USB加速器有何不同？
REGULUS 本身是能執行 Linux 與應用的完整處理器，而 MLD-R1 則把相關 AI 能力接到既有主機，兩種角色對開發者的影響不同。
Mobilint 產品頁將產品定位為可獨立運作的系統單晶片。系統單晶片的意思，是將多項系統功能整合在同一顆晶片，讓設備不必只把它當作外接加速器。
已有主機，和正在設計新設備，入口不同
如果團隊正在做一台新的智慧相機，晶片需要接收感測輸入，也需要支援自己的應用。若團隊已經有電腦或設備，則可能先從 USB 加速器評估增加 AI 能力。
這是依產品定位作的用途比較，不是把任意電腦都視為已相容。實際支援哪些作業環境、模型與介面，仍要回到相應產品和開發文件。
官網列出 MLM-1 系統模組、REGULUS AI EVK 評估套件，以及 MLD-R1 USB 產品。模組適合往自己的板子整合，評估套件則提供用來啟動軟體和比較負載的系統入口。
對還沒量過模型需求的團隊，評估套件的意義，是先確認目標工作能否在這個平台上成立，再決定如何做產品整合。這和直接採購量產晶片，是不同階段的工作。
USB 產品的獨立說明頁列出 Windows 11、Linux 22.04.5，以及 x86 和 ARM 主機架構。這些條件讓既有電腦的評估有更具體入口，但不代表所有系統版本都已列入支援。
同一頁把軟體框架註明為經由 SDK qb 使用，因此接上 USB 之後，仍要走模型轉換與應用整合。所謂保留既有資料流程，是減少更換主機的需要，並非省略所有軟體工作。
官頁引導客戶詢問價格、評估套件與工程支援，沒有提供可統一套用的公開單價。因此不能只用新聞規格，算出每台終端設備增加 AI 的完整成本。
部署位置決定資料怎麼進來，也決定系統還要付出哪些資源，這是接著解讀效能與功耗時不能省略的背景。
10 TOPS與低於3W為何不能直接換成速度？
十 TOPS 是限定條件下的運算能力，並非所有模型每秒都能處理相同數量的圖片、影片或文字。
TOPS 表示每秒兆次運算，產品頁進一步註明 Dense、INT8。INT8 是八位元整數的資料表示方式，這個限定會影響數字如何比較，不能省略後拿去和其他精度的運算直接排列。
模型由不同類型的工作組成，資料如何移動、每一層是否適合硬體，都會影響最終速度。所以運算規格適合用來了解能力範圍，端到端的表現仍需要目標模型的資料。
功耗要連同哪些部分一起看？
Ceva 公告稱十 TOPS 的 AI 效能低於三瓦，並支援最高八 GB 記憶體。這些是廠商對晶片的描述，沒有直接給出每種配置與完整設備的實測耗電。
例如加入相機、儲存、通訊及其他零件後，設備有自己的電力需求。若是 USB 產品接在電腦上，主機也仍在執行工作，不能把晶片數字直接當成整套系統的總耗電。
這項區分在官產品頁已有具體例子：MLD-R1 USB 裝置列出的耗電約四瓦，和公告所述晶片低於三瓦，量測主體不同。讀者若評估外接產品，就應採該產品規格，不能把晶片數字直接搬過來。
四瓦也沒有包含外接電腦的所有耗電。若目標是電池設備，仍要將主機與其他零件放回預算；如果目標是固定產線，則更需要確認長時間運作時整機的安排。
USB 頁也列出四 GB 與八 GB 兩種記憶體配置，因此最高支援容量，不代表每個採購版本都具有相同容量。團隊需要把模型和應用的需求，對到實際取得的配置。
記憶體同樣需要看用途。模型本身放得下，只回答了部分容量問題，應用還會處理輸入、輸出和執行過程中的資料，因此應以完整工作確認實際需求。
4K影片編碼，和AI辨識速度相同嗎？
產品頁寫到支援每秒六十格的 4K 硬體影片編碼，也列出內建影像處理、寬動態範圍與降噪。這些能力讓攝影設備的資料處理有更完整的硬體基礎。
但編碼是在處理影片保存或傳輸的格式，AI 辨識則是在執行模型。前者的規格沒有直接證明任意辨識模型，也能以同樣的解析度與速度完成。
有了運算與電力預算之後，模型還需要經過軟體轉換，才能使用這些引擎，這也是相容性不能只看模型名稱的原因。
模型如何交給不同運算引擎？
軟體編譯流程是通用模型和特定晶片之間的橋，會將模型轉成目標硬體能執行的形式。
Mobilint 表示，SDK qb 可處理 PyTorch、TensorFlow 與 ONNX 模型，並在轉換時逐層選擇精度。這些名稱代表常見的模型開發或交換格式，並非三個可以直接互相比較的聊天服務。
支援架構，不等於任意模型都免調整
公司提到，已在 Mobilint 硬體驗證超過四百九十種模型架構，涵蓋影像、序列與 Transformer 類型。這反映支援範圍，但不是每個下載到的模型都能原樣執行的承諾。
同一類架構仍可能有不同設定、資料格式與執行需求。對開發者而言，關鍵是自己的模型能否成功轉換，以及轉換後的結果是否保留所需品質，而不是只在清單找到一個相近名稱。
官網將流程分成編譯、建置與部署，並提供以 Yocto Linux 為基礎的開發工具。這代表硬體導入還會接到嵌入式軟體工作，需要有人安排應用與設備環境。
相機、影片和顯示驅動，以及 GStreamer、OpenCV 等影像工具，也被列入部署支援。這些工具能幫助資料進出模型，但並不會替團隊決定什麼辨識結果才算足以採取行動。
當模型能執行後，產品價值才會回到現場的完整流程，也就是它收到資料之後，能多快產生一個有用途的判斷。
相機到機器人的資料路徑如何改變？
本機判斷能減少等待外部伺服器的環節，但資料要不要傳出去，仍是應用系統的設計選擇。
Mobilint 列出的用途包括產線檢查、無人機、監控相機與機器人。共同特徵是資料來自物理環境，而且反應需要配合設備本身的電力與空間限制。
以產線相機為例，辨識資料可以在設備附近完成，將結果交給後續應用。這有助理解本機推論的角色，但實際能否取代既有檢查電腦，仍取決於整項工作是否被支援。
USB 頁列出的工業用途更具體，包括堆高機行人辨識、安全帽辨識、碰撞提醒與工程機具的禁入區域監控。這些例子說明資料如何連到現場警示，但官頁沒有公布各用途辨識率或警示延遲。
官頁也描述監控相機只把事件向上傳、原始影像留在現場的用途。這是一種可設計的路徑，不能進一步假設所有採用這顆晶片的設備都預設不傳原始資料。
評估要把輸入到結果接完整
如果設備需要一邊錄影，一邊辨識，再把事件交給其他系統，這些工作就可能同時占用資源。只量其中一個模型，很難直接回答整機是否能穩定完成任務。
因此，適合用來評估的單位，是團隊自己的完整資料路徑：實際輸入、已轉換模型、要保存或傳出的結果，以及設備可接受的反應時間。這是由產品定位推導的評估方式，沒有宣稱本站已做硬體測試。
把這條路徑確認之後，十 TOPS 和低功耗才會轉成有意義的產品條件，而非停在不同晶片規格之間的表面比較。
REGULUS 常見問題與評估入口
它是用來訓練大型模型的顯示卡嗎？
本次定位是設備端的感測與推論處理器，並非資料中心訓練顯示卡。產品頁把模型建置、測試與後續編譯部署區分開，不能只看 AI 三個字就假設用途相同。
已出貨代表一般人能直接買到任何版本嗎？
公告明確提到 MLD-R1 USB 產品已出貨，官網同時提供模組與評估套件的詢問入口。各地庫存、供貨條件與價格沒有在公告完整列出，因此仍要依產品與供應窗口確認。
可以保證比雲端更便宜或完全離線嗎？
本機推論提供另一種運算安排，但總成本還包括硬體、軟體整合與使用規模。是否需要外部服務，也由應用決定，公告沒有提供通用的降費比例或所有功能離線保證。
先確認完整負載，再選硬體形式
REGULUS 的量產讓低功耗感測與推論多了一條實際產品路徑。對設備團隊，先取得自己模型的完整延遲、品質及功耗，再選晶片、模組或 USB 形式，會比只比較最高運算數字更有用。
想持續追蹤 AI 晶片如何進入實際設備，歡迎免費訂閱 AI 郵報。
延伸閱讀：Brookhaven 超導晶片分析核融合資料：每秒百萬樣本，離反應爐即時控制還多遠？
延伸閱讀：黃仁勳在 GTC 柏林叫機器鴨午睡：Microduck 是什麼，399 美元的小機器人怎麼學會走路？
原始資料來源
