工程样品开始面向选定客户
PG关注到，SECO于2026年10月26日宣布，基于Qualcomm Dragonwing IQ8系列的SOM-SMARC-Dragonwing-IQ8已进入首批工程样品申请阶段。该批次数量有限，优先面向工业边缘AI与Physical AI项目团队，分配取决于项目评估和可用情况，因此不能把样品开放理解为大规模现货供应。
模块采用Dragonwing IQ-8275处理器，官方披露其Hexagon NPU峰值AI加速能力最高为40 TOPS，并提供千兆及二点五千兆以太网、PCIe第四代、摄像头接口与CAN总线支持。它同时承接Arduino VENTUNO Q原型开发路径，由SECO提供载板设计、软件集成与Clea OS相关支持。
样品阶段要把指标变成测量结果
对设备开发团队而言，工程样品的首要用途是回答设计假设是否成立。峰值算力提供能力线索，实际应用还要观察模型精度、图像预处理、数据搬运和连续负载下的表现。一个视觉系统可能受限于摄像头输入，也可能受限于内存带宽，不能只用单项计算指标判断整机效果。
评估时应先确定目标任务和输入条件，再选择代表性的测试数据。把运行时版本、模型压缩方式、温度与功耗同时记录，才能比较不同配置。对于移动机器人，待机与工作状态之间的功耗变化也值得测量，短时间演示通常不足以代表电池供电下的完整运行周期。
模块标准化仍需载板配合
SMARC为计算模块与载板之间提供标准化基础，有利于划分开发责任。它并不意味着所有模块都能在原有载板上直接替换。引脚使用、供电时序、高速信号和机械结构仍需核对，摄像头数量、显示接口与工业总线需求也会决定外围设计的复杂度。
从原型板迁移时，保留应用代码可以减少重复劳动，但产品化还包含散热结构、连接器固定、抗干扰设计与生产测试。设备厂商若在样品阶段就定义量产测试点和故障日志，后续转入试产时更容易区分硬件缺陷、装配问题和软件配置错误。
用可退出的评估计划控制投入
新模块评估不必从完整重做产品开始。团队可以先选择最能反映需求的一项任务，用工程载板验证关键接口与软件路径，再决定是否进入定制设计。每一步设置明确的通过条件，能够在较早阶段发现约束，减少后期机械结构完成后再修改核心架构的代价。
例如视觉项目可先核对相机驱动和输入稳定性，再测试模型运行与输出接口；机器人项目则需要把计算响应与实际控制链路分开测量。这样的顺序有助于定位瓶颈，也能避免多个尚未成熟的环节互相掩盖问题。
申请样品时准备应用说明、预计需求与验证安排，也有助于双方判断支持范围。评估结束后形成可复现记录，比只给出“运行正常”的结论更能支持后续项目决策。
Physical AI更依赖系统协同
机器人、无人系统和智能设备既需要识别环境，也需要把结果转成可靠动作。高性能计算模块能够承担其中一部分任务，但控制器、传感器、通信链路和安全机制仍构成完整系统。对时序敏感的任务，应明确哪些处理放在本地计算单元，哪些由专用控制环节承担。
工程团队还应准备异常场景：摄像头断流、网络中断、推理超时和系统重启分别如何处理。把这些问题纳入评估，比只展示正常条件下的识别结果更有助于确定架构。这样得到的结论也能直接服务于后续载板和软件维护方案。
从PG的视角看，此次进展把新平台从产品信息推进到客户实测。值得继续跟踪的是样品验证结果、配套软件成熟度与后续供货节奏，而工业项目的采用决定，应建立在自身工作负载和整机验证之上。