1. 性能调优概述：为什么需要任务调度与DMA加速？

大家好，我是你们这堂课的主讲。咱们开门见山——为什么一个好好的系统，跑着跑着就卡了？为什么CPU占用率不高，但吞吐量就是上不去？

我做了十几年嵌入式和高性能计算，见过太多这样的场景：工程师把算法优化到极致，结果发现瓶颈根本不在算法，而在数据搬运和任务切换上。说白了，CPU在等数据，DMA在闲着，任务调度在瞎忙活。

这一章，我们先搞清楚“为什么要做这件事”，再分析“瓶颈到底在哪”。

1.1 系统性能的“隐形杀手”

先看一个典型场景。一个视频采集系统，需要从摄像头获取数据，做预处理，然后传给AI模型推理。

传统做法是这样的：

1. CPU发起读取请求
2. CPU等待数据从外设搬到内存
3. CPU把数据从内存搬到寄存器
4. CPU处理数据
5. CPU把结果写回内存

你发现问题了吗？CPU大部分时间都在“搬砖”，而不是“思考”。

我在一个工业相机项目中遇到过类似问题。当时CPU占用率已经到90%，但帧率只有30fps。一分析，发现CPU有60%的时间在等数据。后来引入DMA和任务调度优化，帧率直接翻到120fps，CPU占用率降到40%。

1.2 任务调度：让CPU做正确的事

任务调度解决的是“谁先做、谁后做、谁不做”的问题。

一个没有调度的系统，就像没有红绿灯的十字路口——所有任务都在抢CPU，结果谁都没法好好干活。

调度策略	适用场景	我踩过的坑
FCFS（先来先服务）	批处理系统	交互任务响应慢到崩溃
时间片轮转	分时系统	实时任务被频繁打断
优先级调度	实时系统	优先级反转导致死锁
多级反馈队列	通用系统	参数调不好反而更差

1.3 DMA传输：解放CPU的搬运工

DMA（Direct Memory Access）说白了就是：让硬件自己搬数据，CPU只管下命令。

没有DMA时，CPU要亲自参与每一次数据拷贝：

// 伪代码：没有DMA
while (data_available) {
    byte = read_from_peripheral();  // CPU等待
    buffer[i++] = byte;             // CPU搬运
    if (i == BUFFER_SIZE) {
        process(buffer);            // CPU处理
        i = 0;
    }
}

有DMA时，CPU只需要：

// 伪代码：有DMA
dma_config(src=peripheral, dst=buffer, size=BUFFER_SIZE);
dma_start();                        // 启动DMA，CPU解放
while (!dma_done) {
    // CPU可以去做其他事情
    do_other_work();
}
process(buffer);                    // DMA完成后，CPU处理

你看，CPU从“搬运工”变成了“管理者”。

1.4 系统性能瓶颈分析：从哪下手？

性能调优不是拍脑袋。我习惯用“三步法”来找瓶颈：

1. 测量：用profiler看CPU占用、内存带宽、I/O延迟
2. 定位：找到最慢的环节（通常是数据搬运或任务切换）
3. 优化：用DMA替代CPU搬运，用调度优化任务分配

下面这张图，是我自己总结的“性能瓶颈分析框架”：

1.5 为什么任务调度和DMA要一起讲？

你想想看，任务调度管的是“谁用CPU”，DMA管的是“谁搬数据”。这两者其实是同一个问题的两面：

• 任务调度不好 → CPU在无意义的任务切换中浪费了时间 → 数据搬运更慢
• DMA没用好 → CPU被数据搬运拖死 → 任务调度再优化也没用

我记得在一个网络数据包处理项目中，单独优化调度提升了15%的性能，单独优化DMA提升了20%。但两者一起优化，性能直接翻倍。为什么？因为DMA解放了CPU，调度让CPU做更有价值的事——1+1 > 2。

1.6 本章小结

这一章我们讲了三件事：

1. 性能瓶颈在哪：CPU计算、数据搬运、任务调度，三大瓶颈
2. 任务调度解决什么：让CPU做正确的事，减少无意义切换
3. DMA解决什么：让硬件搬数据，CPU只下命令

后面的章节，我们会深入每个技术细节。从任务调度的算法实现，到DMA的驱动开发，再到两者如何协同工作。嗯，路还长，咱们一步步走。