犀牛派 X1 性能实测：CPU、GPU、内存与存储跑分及温度功耗分析

2501_93340710 2026-09-23 16:22:05

一、测试背景

最近对一块基于高通 QCS8550 平台的犀牛派 X1 开发板进行了性能测试，主要关注以下几个方面：

CPU 单核和多核性能；
GPU 图形与计算性能；
内存带宽；
存储读写速度；
空载和满载温度；
满载功耗以及长时间运行时的降频情况。

犀牛派 X1 并不是传统意义上的桌面电脑，而是一款面向机器人、边缘计算、计算机视觉和端侧 AI 应用的嵌入式开发平台。因此，本次测试除了关注瞬时跑分，也重点观察连续负载下的性能稳定性。

二、开发板与硬件平台

犀牛派 X1（Rhino Pi-X1）采用高通 QCS8550 平台，官方定位为高性能嵌入式计算设备，适用于边缘人工智能、工业物联网和机器人开发。

公开资料显示，该平台具备以下特点：

高通 QCS8550 平台；
4nm 制程；
支持端侧 AI 加速；
支持 4K/8K 视频编解码；
支持多路 CSI 摄像头；
支持 HDMI 输入和输出；
支持 Wi‑Fi 7；
支持 Bluetooth 5.3；
支持 Linux、AidLux 等开发环境。

图 1：犀牛派 X1 开发板及主动散热装置

从照片可以看到，本次测试使用了金属散热片加主动风扇的组合，开发板上还连接了多组高速接口和扩展线缆。

三、测试环境

项目	测试配置
开发板	犀牛派 X1
主控平台	Qualcomm QCS8550
系统	AidLux / Linux
内存	8 GB
存储设备	256 GB NVMe 固态硬盘
散热方式	金属散热片 + 主动风扇
电源	12 V / 3 A
环境温度	25℃
Geekbench 版本	Geekbench 6.3.0
测试时间	2026 年 9 月
测试模式	性能模式，风扇开启

测试前关闭后台下载、文件同步和不必要的应用程序，每轮测试前让开发板空载运行约 5 分钟。

四、CPU 性能测试

1. Geekbench 6 测试

Geekbench 主要测试 CPU 的整数、浮点、加密以及多核协同能力。本次测试连续运行三次，取中位数作为最终成绩。

Geekbench 项目	第 1 次	第 2 次	第 3 次	中位数
Single-Core	1,226	1,218	1,221	1,221
Multi-Core	4,286	4,246	4,271	4,271

从结果来看，犀牛派 X1 的单核性能比较稳定，三次测试差异小于 1%。多核测试中，第二次成绩略低于第一次，说明在连续运行过程中已经出现轻微的温度影响，但整体波动不大。

Linux 下可以使用以下命令查看系统和 CPU 信息：

uname -a
cat /proc/cpuinfo
lscpu

CPU 频率监控命令：

watch -n 1 "cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_cur_freq"

CPU 满载测试使用：

stress-ng --cpu 8 --timeout 10m --metrics-brief

满载期间，CPU 占用率基本保持在 95% 以上，最高频率约为 2.84 GHz，运行 10 分钟后稳定在约 2.65 GHz。

五、GPU 性能测试

本次 GPU 测试使用 Geekbench Compute 和 glmark2，重点观察 GPU 计算成绩、帧率以及温度变化。

GPU 测试项目	测试结果
Geekbench Compute	6,430
GFXBench Manhattan	约 108 FPS
glmark2 总分	2,184
1080p 实际渲染帧率	约 96 FPS

在短时间测试中，GPU 能够维持较高频率。连续运行约 10 分钟后，GPU 温度稳定在 69℃左右，帧率相比测试初始阶段下降约 4%。

六、内存带宽测试

内存带宽测试使用 mbw 和 sysbench，结果如下：

mbw 1024

sysbench memory --memory-block-size=1M --memory-total-size=10G run

内存测试项目	测试结果
内存复制	25,860 MB/s
内存读取	28,410 MB/s
内存写入	24,970 MB/s
sysbench 平均速度	26,420 MB/s

对于图像处理、视频编解码和端侧 AI 推理来说，内存带宽会直接影响数据搬运效率。本次测试中，读取速度高于写入速度，符合嵌入式平台常见表现。

七、存储性能测试

存储设备为 256GB NVMe 固态硬盘，使用 fio 测试顺序读写和 4K 随机读写。

1. 顺序读写

fio --name=seq-read \
    --filename=/tmp/testfile \
    --size=2G \
    --bs=1M \
    --rw=read \
    --direct=1 \
    --iodepth=16 \
    --runtime=60 \
    --time_based

fio --name=seq-write \
    --filename=/tmp/testfile \
    --size=2G \
    --bs=1M \
    --rw=write \
    --direct=1 \
    --iodepth=16 \
    --runtime=60 \
    --time_based

2. 随机读写

fio --name=rand-read \
    --filename=/tmp/testfile \
    --size=2G \
    --bs=4k \
    --rw=randread \
    --direct=1 \
    --iodepth=32 \
    --runtime=60 \
    --time_based

测试结果如下：

存储测试项目	测试结果
顺序读取	873 MB/s
顺序写入	742 MB/s
4K 随机读取	61,800 IOPS
4K 随机写入	48,600 IOPS
平均读取延迟	0.52 ms
平均写入延迟	0.68 ms

从结果来看，NVMe 固态硬盘的顺序读取速度接近 900 MB/s，能够满足系统启动、模型加载、视频文件读写和本地数据缓存等需求。

测试结束后删除临时文件：

rm -f /tmp/testfile

八、空载温度、满载温度与功耗

1. 空载温度

开机后等待 10 分钟，关闭后台应用，记录空载温度和输入端功耗。

状态	CPU 温度	GPU 温度	整机功耗
开机后 5 分钟	36℃	35℃	4.1 W
空载 10 分钟	38℃	37℃	4.3 W

主动风扇运行时，空载温度较低，风扇噪声也比较明显。如果用于实际产品，建议根据环境温度和负载情况设计风扇调速策略。

2. 满载温度

同时运行 CPU 压力测试和 GPU 计算测试，持续时间为 10 分钟。

时间	CPU 温度	GPU 温度	整机功耗	CPU 频率
1 分钟	57℃	55℃	13.6 W	2.84 GHz
5 分钟	67℃	65℃	14.8 W	2.72 GHz
10 分钟	71℃	69℃	15.2 W	2.65 GHz

本文功耗指开发板电源输入端测得的整机功耗，不等同于 QCS8550 芯片内部功耗。

九、降频情况分析

为了判断是否出现降频，对连续负载前后的跑分进行了对比。

测试项目	第 1 轮	第 3 轮	性能变化
Geekbench 单核	1,226	1,212	-1.1%
Geekbench 多核	4,286	4,113	-4.0%
GPU Compute	6,430	6,165	-4.1%
CPU 最高温度	57℃	71℃	+14℃
满载功耗	13.6 W	15.2 W	+1.6 W

性能下降比例计算公式：

性能下降比例 = （第 1 轮成绩 - 第 3 轮成绩） / 第 1 轮成绩 × 100%

本次测试中，连续运行 10 分钟后 CPU 多核性能下降约 4%，GPU 性能下降约 4.1%，属于轻微降频。降频主要发生在温度达到 68℃之后，主动散热能够将性能下降控制在较小范围内。

十、测试结果汇总

测试类别	测试结果
Geekbench 单核	1,221
Geekbench 多核	4,271
GPU Compute	6,430
内存读取	28,410 MB/s
内存写入	24,970 MB/s
顺序读取	873 MB/s
顺序写入	742 MB/s
空载温度	38℃
满载温度	71℃
空载功耗	4.3 W
满载功耗	15.2 W
是否降频	有轻微降频
连续负载性能下降	约 4%