LattePanda Mu Ultra op Ubuntu: wat de test laat zien

In een op 4 november 2026 gepubliceerde test draaide de LattePanda Mu Ultra met een Intel Core Ultra 7 256V op Ubuntu 26.04.1 LTS. De hardware werd herkend en de tester voerde lokale AI- en computervisiemodellen uit. Bij langdurige volledige CPU-belasting liep de processortemperatuur in deze test op tot 95–96 °C en daalde de P-core-kloksnelheid naar ongeveer 2,1–2,2 GHz.

Ubuntu herkende de belangrijkste onderdelen

CNX Software testte de Mu Ultra met de Core Ultra 7 256V, Ubuntu 26.04.1 LTS en kernel 7.0.0-38-generic. De opstelling gebruikte een Mini Carrier Board, een actieve koeler en een afzonderlijke M.2-NVMe-ssd. Ubuntu herkende de geïntegreerde Intel Arc-gpu; OpenVINO herkende de cpu, gpu en npu.

DFRobot vermeldt voor de 256V-uitvoering 16 GB LPDDR5X-geheugen en maximaal 115 TOPS aan gecombineerde piekprestaties voor AI-berekeningen. Dat is een opgegeven specificatie, geen gemeten uitkomst van de Ubuntu-test. De praktijktests laten zien waarom resultaten per toepassing en softwarepad verschillen.

Langdurige CPU-belasting liep op tot 95–96 °C

Tijdens intensieve benchmarks registreerde CNX Software een processortemperatuur van 95–96 °C. Bij langdurige volledige CPU-belasting zakte de P-core-kloksnelheid van een aanvankelijke piek rond 4,7 GHz naar ongeveer 2,1–2,2 GHz. Dat zijn waarnemingen aan de geteste 256V-opstelling.

Vulkan versnelde vooral de verwerking van prompts

Bij lokale taalmodellen maten de tests met llama.cpp een veel hogere snelheid voor promptverwerking met Vulkan-gpu-versnelling dan met de cpu. De snelheid waarmee het model daarna tekst genereerde, veranderde veel minder. Promptverwerking is het verwerken van de invoertekst; tokengeneratie is het produceren van de uitvoer, stukje voor stukje.

De tests gebruikten gekwantiseerde modellen, acht cpu-threads, 512 prompttokens, 128 gegenereerde tokens en vijf herhalingen. De snelheden hieronder zijn de door CNX Software gerapporteerde gemiddelden in tokens per seconde.

Voor wie een lokaal model gebruikt, is de praktische uitkomst afhankelijk van de fase: Vulkan gaf in deze tests een grote sprong bij het verwerken van de prompt, maar slechts een kleine bij het genereren van tekst.

Synthetische YOLO26-snelheid is geen webcamtempo

De YOLO26-benchmark gebruikte FP16-modellen, synthetische invoer van 640 × 640 pixels, 50 opwarmrondes en 500 getimede iteraties. De meting omvatte alleen de voorwaartse modelberekening. Cameraverwerking en nabewerking zaten er niet in.

In webcamtests lag de gerapporteerde snelheid bij veel GPU- en NPU-runs rond 10 fps. Een demonstratie voor handgebaren haalde ongeveer 28–30 fps op 640 × 480 pixels, circa 10 fps op 1280 × 720 en 5 fps op 1920 × 1080. Die cijfers beschrijven de volledige live-demonstratie, niet dezelfde synthetische test als de tabel.

OpenVINO en Geekbench AI gebruikten verschillende paden

OpenVINO herkende in de test de cpu, gpu en npu; de reviewer voerde via die software ook AI-runs uit. Een afzonderlijke Geekbench AI-test verliep anders: de OpenVINO-gpu-test liep bij de eerste beeldclassificatietaak vast met de foutmelding CL_OUT_OF_RESOURCES, en Geekbench AI herkende de npu niet. Dat resultaat hoort bij die specifieke Geekbench AI-test.

De kit vraagt om aparte opslag en voeding

Volgens de productlijst van DFRobot bevat de 256V-kit de module, de Mini Carrier Board en een actieve koeler, naast tien nylon afstandhouders, vijf nylon schroeven, een knopdop en handleidingen. De module heeft geen ingebouwde opslag: er is een compatibele NVMe-ssd nodig. Voor gebruik met de meegeleverde Mini Carrier Board schrijft DFRobot een voeding van 12–20 V en minstens 50 W voor. De SSD en voeding staan niet op de inhoudslijst van de kit.

Een Engelstalige demonstratie van DigiKey Product Discovery laat de Intel Core Ultra 5 226V op de Mini Carrier Board monteren, een touchscreen aansluiten via eDP en de touchpaneelconnector, en Windows-herstel starten vanaf een USB-stick via het Boot Override-menu. Dit is een demonstratie van de 226V-configuratie.