近期，乐鑫正式发布了全新一代芯片 ESP32-S31。相比前代产品 ESP32-S3，该芯片不仅在底层计算性能上实现了大幅跃升，更在硬件外设与通信接口上集成了多项关键优化。本文将以 AI 硬件 “喵伴” 的主控升级为例，详细解析 ESP32-S31 的技术提升和应用表现。

蓝牙音频

ESP32-S31 新增了对 BLE Audio 及经典蓝牙协议的全面支持，使终端设备具备了标准蓝牙音箱的直连音频播放能力。

此外，基于 LE Audio 的广播特性，ESP32-S31 能够支持多设备同步接收单一广播源并独立解码左右声道，同时设备自身亦可配置为音频广播发射节点，适用于多节点音频同步播放场景。

更强的性能

ESP32-S31 最直接的提升就是它的性能，主频从 240MHz 提高到了 320MHz，而且底层架构切换到了 RISC-V。如果看 CoreMark 跑分，整体性能相比 S3 提升了大约 65%。

主频的提升，让很多传统视觉算法运行得更加流畅。比如运行 OpenCV 做颜色识别时，整体响应速度也会明显更快。

但 ESP32-S31 的提升，并不只是“跑分更高”这么简单。它的很多硬件更新可以直接影响实际的项目体验。

图像采集

基于 ESP32-S3 的喵伴，因为 IO 数量限制，所以没法再接入一个 DVP 摄像头。ESP32-S31 将可用 GPIO 数量扩充至 60 个,增加 DVP 摄像头后，还能额外空出 7 个可用 IO。

ESP32-S31 内置了硬件 JPEG 编解码模块。在摄像头完成图像采集后，ESP32-S31 可直接通过硬件进行 JPEG 编码压缩，结合其原生支持的 Wi-Fi 6 通信协议，设备能够以极低的延迟进行视频推流。

AI 视觉

在端侧 AI 推理方面， ESP32-S31 集成了 AI 指令集加速，并将 PSRAM 接口带宽从 ESP32-S3 的 80 MHz 大幅提升至 250 MHz。更快的数据吞吐速度，让本地模型推理速度有了明显的提升。

在本地运行 yolo11n 去识别物体时，ESP32-S31 的推理速度会有显著提升。

刷屏能力

在图像处理方面，ESP32-S31 硬件上增加了 jpeg 编解码，不仅速度更快，还能明显降低 CPU 占用。

ESP32-S31 支持了更高色深的 RGB888 格式，颜色还原更真实。我们直接对比 RGB565 格式的颜色渐变可以看出明显的区别。

ESP32-S31 最高的刷屏分辨率达到了 720P (HD)，适合高分辨率 UI 显示。

而且 ESP32-S31 硬件上还加入了像素处理加速器 (PPA) 和 2D-DMA 模块。简单来说就是有了专门的图形硬件去做数据搬运，像是旋转、缩放、镜像、颜色格式转换这些操作都可以硬件加速。

这里摄像头画面可以快速实时缩放，就是因为有了 PPA。

在画面旋转的场景下，CPU 很容易被占满从而导致帧率明显下降。而 ESP32-S31 因为有硬件加速，所以即使开启画面旋转，整体也能维持相对较高的流畅度。