为啥同一个模型，在rk3588跑推理速度竞然远远大于在RK3399ProD?

测试环境：
rk3588 ubuntu20.04
rk3399ProD Debian
模型: yolox=>rknn
rk3588 ，200个循环，推理平均速度要200ms左右

rk3399ProD 推理速度：200个循环，平均80ms左右，不科学呀？请问这是啥问题？


代码如下：rknn_model = RK3388_RKNN_MODEL
    rknn_lite = RKNNLite()

    # load RKNN model
    print('--> Load RKNN model')
    ret = rknn_lite.load_rknn(rknn_model)

1.     ori_img = cv2.imread('./street.jpg')
   
2.     img = cv2.cvtColor(ori_img, cv2.COLOR_BGR2RGB)
   
3.     #ret = rknn_lite.init_runtime()
   
4.     #ret = rknn_lite.init_runtime(core_mask=RKNNLite.NPU_CORE_0)
   
5.     ret = rknn_lite.init_runtime(core_mask=RKNNLite.NPU_CORE_AUTO)
   
6.     img, scale_factor, correction = letterbox(img)
   
7.     # Inference
   
8.     print('--> Running model')
   
9.     for i in range(200):
   
10.         start = time.perf_counter()
    
11.         outputs = rknn_lite.inference(inputs=[img])
    
12.         #outputs =  rknn_lite.inference(inputs=[img], data_format="nchw")[0]
    
13.         end = time.perf_counter()
    
14.         print('运行时间为：{}秒'.format(end - start))
    
15.    
    
16.     print('done')
    
17. 
    
18.     rknn_lite.release()

复制代码