4. R-Car SoC内部异构计算资源
R-Car 系列 SoC 之所以能同时承担智能座舱与 ADAS 融合计算，核心在于它并非一颗“通用大核”，而是由多类计算单元组成的异构阵列。理解这些单元的职责边界，比记住型号参数更重要，因为任务映射错了，算力再高也会出现延迟抖动、带宽争抢或功能安全等级不达标。下面按“单元职责—典型负载—映射判据”三层展开，并给出可操作的映射方法。
一、六类计算单元的职责边界
CPU 集群通常由 Cortex-A 系列大核与小核组成（如 A76/A55 或 A78/A55 组合），负责操作系统调度、应用框架、网络协议栈、功能安全监控与任务编排。它不擅长高吞吐的矩阵运算，但擅长分支复杂、实时性要求中等的控制逻辑。座舱中的 HMI 事件分发、ADAS 中的传感器时间戳对齐与融合决策调度，都应落在 CPU 上。
GPU 承担图形渲染与通用并行计算。座舱侧负责仪表、中控、HUD 的多图层合成与 3D 渲染；ADAS 侧可承担点云可视化、BEV 特征图的后处理渲染。GPU 的强项是规则的大规模并行浮点运算，但功耗与延迟波动较大，不宜承担硬实时任务。
VPU（视频处理单元）负责多路摄像头与视频流的编解码。座舱中用于倒车影像、DMS/OMS 视频通路；ADAS 中用于多路环视与行车记录编码。VPU 的关键指标是并发路数、分辨率与编码格式，映射时要先确认“同时解码几路、每路多少帧”。
ISP（图像信号处理器）位于摄像头传感器与后续处理之间，完成去马赛克、3A（自动曝光/白平衡/对焦）、HDR 合成、镜头畸变校正。ISP 的输出质量直接决定 NPU 感知精度，因此 ISP 与 NPU 必须成对规划，不能只看 NPU 的 TOPS。
DSP 擅长定/浮点混合的密集信号处理，如雷达信号处理、音频降噪、回声消除、波束成形。座舱中的多麦克风阵列语音前端、ADAS 中的毫米波雷达 FFT 与 CFAR 检测，都是 DSP 的典型负载。
NPU 专用于神经网络推理，承担目标检测、语义分割、车道线识别、驾驶员状态分类等。NPU 的算力以 TOPS 计，但实际可用算力受内存带宽、量化精度与算子支持度制约，映射时必须做“有效算力折算”。
二、任务映射的四条判据
把任务分配到哪颗单元，不能只看“谁算得快”，而应同时满足以下四条判据，任何一条不满足都可能导致方案回退。
判据一：实时性等级。硬实时（周期抖动需小于 1 ms）任务，如雷达信号处理、车辆控制，应优先落在 DSP 或 CPU 实时核；软实时（几十毫秒级）任务，如目标检测、视频编码，可放在 NPU 或 VPU；非实时任务，如地图渲染、日志上传，交给 GPU 或 CPU 小核。
判据二：数据流形态。规则的大矩阵、卷积运算适合 NPU/GPU；分支密集、状态机式的逻辑适合 CPU；固定流水线的信号处理适合 DSP；像素级规则处理适合 ISP/VPU。映射前先画出数据流图，标出每段的输入输出格式与帧率。
判据三：精度与量化约束。NPU 通常以 INT8 为主，若模型对精度敏感（如小目标检测），需评估 INT8 量化后的 mAP 下降是否可接受；若不可接受，可改用 FP16 或把部分算子回退到 GPU/DSP。ISP 的 HDR 合成与 3A 收敛速度也会影响 NPU 输入质量，必须联合调优。
判据四：功能安全等级。ASIL-B 及以上的任务，必须运行在锁步 CPU 或带安全岛校验的路径上；NPU/GPU 通常作为 QM 或 ASIL-B 以下的加速器，其输出需由安全核做合理性校验后才能进入控制回路。
三、一个可复用的映射示例
假设某座舱+ADAS 融合项目需要同时处理：1 路前视 8MP 摄像头、4 路环视 2MP 摄像头、1 路毫米波雷达、4 麦克风阵列，以及 3 块座舱屏幕。按上述判据可做如下映射（以下为教学示例参数，非实测结果）：
| 任务 | 主责单元 | 协同单元 | 关键约束 |
|---|---|---|---|
| 前视 8MP 感知 | ISP + NPU | CPU 调度 | ISP 输出 30fps，NPU 单帧推理 ≤ 25ms |
| 4 路环视拼接 | ISP + GPU | VPU 编码 | 4 路同步误差 < 1 帧，GPU 合成 ≤ 16ms |
| 毫米波雷达处理 | DSP | CPU 跟踪 | FFT+CFAR ≤ 5ms，跟踪周期 20ms |
| 语音前端 | DSP | CPU 语义 | 降噪+波束成形 ≤ 10ms，回声消除收敛 < 200ms |
| 3 屏 HMI 渲染 | GPU | CPU 事件 | 三屏总渲染 ≤ 16ms，优先级高于环视合成 |
| DMS 驾驶员监控 | ISP + NPU | VPU 编码 | 红外成像 30fps，疲劳分类 ≤ 30ms |
映射完成后，必须做带宽核算。以上述配置为例，前视 8MP@30fps 原始 RAW 数据约 8M×30×2Byte ≈ 480MB/s，4 路 2MP@30fps 约 4×2M×30×2Byte ≈ 480MB/s，加上 NPU 特征图读写、GPU 纹理与帧缓冲、VPU 码流，总带宽需求很容易超过 10GB/s。若 LPDDR 实际可用带宽为 12GB/s，则余量不足 20%，此时应优先降低环视帧率或改用 MIPI 直通 ISP 减少一次搬运。
四、常见映射错误与纠正
错误一：把 NPU 当万能加速器。将雷达 FFT、音频降噪也塞进 NPU，结果算子不支持、量化误差大、延迟反而升高。纠正：信号处理类任务优先 DSP，NPU 只承接神经网络推理。
错误二：忽视 ISP 与 NPU 的耦合。只调 NPU 模型，不调 ISP 的曝光与 HDR，导致夜间感知精度骤降。纠正：ISP 的 3A 参数应与 NPU 输入分布联合标定，必要时为感知单独输出一路调优后的图像。
错误三：GPU 与 NPU 争抢带宽。座舱 3D 渲染与 ADAS 推理同时高负载，GPU 纹理读取挤占 NPU 权重带宽。纠正：为 NPU 权重分配独立的高优先级带宽通道，或错峰调度渲染任务。
错误四：安全任务跑在非安全单元。把 AEB 触发逻辑放在 GPU 后处理中，无法满足 ASIL 要求。纠正：感知输出必须经 CPU 锁步核做合理性校验，控制指令由安全岛发出。