美格智能 MeiG
高通 Automotive 系列

SNM983 · QCS9075 / QCS9100 (SA8775P)

SNM983 基于 QCS9075,面向车规场景,支持多模态大模型与驾驶辅助。

SNPEQNN
AI TOPS
100TOPS
CPU
Kryo
GPU
Adreno
NPU/HTP
Hexagon NPU
Memory
LPDDR5
OS
Linux
应用场景
座舱 / 智能驾驶辅助
Vendor
Qualcomm
推理框架
SNPE / QNN

模型库

24 个模型
Pi05
—
视觉语言动作模型

Pi05 — 美格最新实测数据。

QNN/HTP · —
30.99 ms
qwen3.5-0.8B
0.8B
大语言模型

qwen3.5-0.8B — 美格最新实测数据。

MEIGINE/NPU · w4a16
30 tok/s
YOLOv5s
—
目标检测

YOLOv5s — 美格最新实测数据。

YOLOv8n
—
目标检测

YOLOv8n — 美格最新实测数据。

Act
—
目标检测

Act — 美格最新实测数据。

TFLite/NPU · —
15.297 ms
Aotgan
—
图像生成

Aotgan — 美格最新实测数据。

ONNX/NPU · —
208.146 ms
Beit
—
目标检测

Beit — 美格最新实测数据。

QNN/HTP · —
7.924 ms
Bevdet
—
目标检测

Bevdet — 美格最新实测数据。

ONNX/CPU · —
1,843 ms
Bevfusion-det
—
目标检测

Bevfusion-det — 美格最新实测数据。

QNN/HTP · —
705.324 ms
Cavaface
—
姿态检测

Cavaface — 美格最新实测数据。

TFLite/NPU · —
6.636 ms
Centernet-2d
—
目标检测

Centernet-2d — 美格最新实测数据。

QNN/HTP · —
365.308 ms
Centernet-pose
—
目标检测

Centernet-pose — 美格最新实测数据。

QNN/HTP · —
58.508 ms
Centerpoint
—
目标检测

Centerpoint — 美格最新实测数据。

QNN/HTP · —
423.343 ms
Conditional-detr-resnet50
—
目标检测

Conditional-detr-resnet50 — 美格最新实测数据。

ONNX/NPU · —
30.052 ms
Controlnet-canny
—
图像生成

Controlnet-canny — 美格最新实测数据。

QNN/HTP · —
105.886 ms
Convnext-base
—
图像分类

Convnext-base — 美格最新实测数据。

ONNX/NPU · —
5.906 ms
Convnext-tiny
—
图像分类

Convnext-tiny — 美格最新实测数据。

ONNX/NPU · —
2.686 ms
Crestereo
—
目标检测

Crestereo — 美格最新实测数据。

ONNX/CPU · —
3,983 ms
Cvt
—
目标检测

Cvt — 美格最新实测数据。

ONNX/NPU · —
317.491 ms
Ddcolor
—
图像生成

Ddcolor — 美格最新实测数据。

ONNX/NPU · —
90.847 ms
Ddrnet23-slim
—
目标检测

Ddrnet23-slim — 美格最新实测数据。

TFLite/NPU · —
51.736 ms
Deepbox
—
图像生成

Deepbox — 美格最新实测数据。

QNN/HTP · —
1.539 ms
Deeplab-xception
—
目标检测

Deeplab-xception — 美格最新实测数据。

TFLite/NPU · —
7.486 ms
Deeplabv3-plus-mobilenet
—
图像分类

Deeplabv3-plus-mobilenet — 美格最新实测数据。

ONNX/NPU · —
4.496 ms