3. 目标应用场景与需求拆解

Ryzen Embedded 产品化交付中最容易出错的一步，不是选型本身，而是把客户一句模糊的场景描述，翻译成可采购、可验证、可量产的硬件规格与软件功能。客户说“我要一台能跑视觉检测的工控机”，这句话里至少隐含了 CPU 算力下限、GPU/NPU 加速需求、相机接口类型与路数、实时性要求、工作温度、供电方式、操作系统与驱动栈、长期供货周期等十余项约束。本节给出一套可复用的拆解方法，并用五个典型场景演示从需求到规格的映射过程。

一、需求拆解的四层漏斗

建议按“场景 → 任务 → 指标 → 规格”四层逐级收敛。第一层明确部署环境与业务目标；第二层拆出设备实际要执行的计算任务与 I/O 任务；第三层把任务量化为可测指标，如帧率、延迟、并发路数、功耗、温度；第四层才落到具体型号、内存容量、存储介质、接口数量与软件组件。跳过第三层直接选型，是后期返工的主要来源。

量化时优先使用“可观测指标”而非形容词。例如“实时”应转化为“从触发到输出的端到端延迟 ≤ 20 ms，抖动 ≤ 2 ms”；“多路”应转化为“4 路 1080p@30fps H.264 解码 + 1 路编码”。这些指标将直接决定 CPU 核心数、GPU 计算单元、内存带宽和解码引擎的选型边界。

二、五个场景的规格映射要点

工业控制的核心是确定性与接口兼容。运动控制周期常为 1 ms 级，需评估 PREEMPT_RT 下的最坏中断延迟；现场总线（EtherCAT、CANopen、Modbus）决定串口与网口数量。若叠加视觉检测，则需为 GPU 预留算力与散热余量。典型规格：4 核 CPU、8–16 GB 内存、2×CAN、4×GbE、-20~70 ℃、无风扇。

边缘计算关注算力密度与能效比。需明确推理模型类型（CNN/Transformer）、输入分辨率、目标帧率与并发路数，据此估算 TOPS 需求。例如 4 路 1080p YOLOv5s 推理，单路约需 1.5–2 TOPS INT8，加上预处理与后处理，建议整机 NPU/GPU 算力不低于 10 TOPS。软件侧需确认推理框架（ONNX Runtime、OpenVINO）与量化工具链支持。

医疗影像对图像质量、数据完整性与合规性要求最高。需关注显示输出色深与校准、DICOM 处理延迟、大内存带宽（CT 重建对内存带宽敏感）、以及 IEC 62304 软件生命周期文档。存储需支持掉电保护，避免影像数据损坏。典型规格：8 核 CPU、32 GB ECC 内存、NVMe 1 TB、双 4K 显示、TPM 2.0。

数字标牌强调多屏输出、4K 解码与长期稳定运行。需确认同时输出路数、分辨率与刷新率、视频解码格式（H.265/AV1）、以及 7×24 小时运行的散热设计。软件侧需支持远程内容管理与定时开关机。典型规格：4 核 CPU、8 GB 内存、2×HDMI 2.0 + 1×DP、无风扇、宽温。

网络安全的关键是多网口独立转发与加解密吞吐。需评估 AES-NI 或专用加密引擎的吞吐量、网口是否具备独立 DMA 通道、以及 DPDK 等旁路转发框架的支持情况。典型规格：4–8 核 CPU、16 GB 内存、4–6×GbE、TPM 2.0、Secure Boot。

三、需求拆解检查表（可直接使用）

四、从需求到规格的示例计算

以边缘视觉网关为例：客户要求 4 路 1080p@30fps 视频接入，每路运行轻量目标检测，输出结构化结果。计算过程如下：

单路推理算力需求 ≈ 1.8 TOPS (INT8, YOLOv5s, 1080p)
4 路合计 ≈ 7.2 TOPS
预处理 + 后处理 ≈ 1.5 TOPS
预留 30% 余量 ≈ 11.3 TOPS
→ 建议 GPU/NPU 算力 ≥ 12 TOPS

解码：4 × 1080p@30 H.264 ≈ 4 × 1.5 Mbps = 6 Mbps 输入
内存：4 路缓冲 + 模型 + 系统 ≈ 8 GB 起步，建议 16 GB
存储：系统 64 GB + 日志/缓存 128 GB → 256 GB NVMe

据此可锁定 Ryzen Embedded V3000 系列中具备 6–8 CU GPU 的型号，搭配 16 GB DDR5、256 GB NVMe，并确认 BSP 中 VPU 硬解与 ONNX Runtime 的 GPU 后端可用。若客户后续增加 2 路，则需重新评估算力与内存，而非简单“加内存”。

需求拆解的最终产出应是一份可追溯的规格表：每一行硬件规格或软件功能，都能反向追溯到某个场景任务与量化指标。这样在样机验证阶段，才能针对性地设计测试用例，而不是等到整机联调时才发现某项指标从未被定义。