一、緩存機(jī)制基礎(chǔ)

1.1 緩存類型對比

屬性Cache Buffer（緩存）No Cache Buffer（非緩存）是否經(jīng)過 CPU cache是否（直接訪問內(nèi)存）訪問速度快（命中時）慢（每次都訪問主存）數(shù)據(jù)一致性需要手動 flush/invalidate自動同步，無需額外操作

1.2 典型應(yīng)用場景

緩存緩沖區(qū) ：適用于高頻 CPU 訪問場景（如 AI 推理中間數(shù)據(jù)）

非緩存緩沖區(qū) ：適用于設(shè)備直傳場景（如 DMA 數(shù)據(jù)流）

二、數(shù)據(jù)一致性問題深度解析

2.1 DMA-CPU 緩存協(xié)同問題

當(dāng) DMA 設(shè)備與 CPU 緩存系統(tǒng)協(xié)同工作時，可能引發(fā)以下同步異常：

場景現(xiàn)象后果CPU寫入未FlushDMA讀取到過期數(shù)據(jù)處理結(jié)果基于舊數(shù)據(jù)DMA寫入未InvalidateCPU使用緩存舊數(shù)據(jù)計算邏輯錯誤并發(fā)訪問未同步內(nèi)存與緩存數(shù)據(jù)不一致系統(tǒng)穩(wěn)定性風(fēng)險

典型異常表現(xiàn) ：

感知輸出圖像中出現(xiàn)非連續(xù)綠色偽影（數(shù)據(jù)不同步導(dǎo)致的像素錯位）

img

三、緩存管理技術(shù)方案

3.1 手動緩存控制接口

// CPU寫入后執(zhí)行Cache刷新（確保DMA獲取最新數(shù)據(jù)）
int32_t hb_mem_flush_buf_with_vaddr(uint64_t virt_addr, uint64_t size);

// DMA寫入后執(zhí)行Cache失效（確保CPU讀取最新數(shù)據(jù)）
int32_t hb_mem_invalidate_buf_with_vaddr(uint64_t virt_addr, uint64_t size);

3.2 自動化緩存配置1.輸入緩沖區(qū)配置

"in_buf_noclean": 0 # 0=自動執(zhí)行 flush（默認(rèn) 1 不執(zhí)行）

"in_buf_noncached": 0 # 0=使用緩存內(nèi)存（默認(rèn)）

2.輸出緩沖區(qū)配置

"out_buf_noinvalid": 0 # 0=自動執(zhí)行 invalidate（默認(rèn) 1 不執(zhí)行）

"out_buf_noncached": 0 # 0=使用緩存內(nèi)存（默認(rèn)）

四、配置策略建議

4.1 性能敏感場景

"in_buf_noclean": 1 # 關(guān)閉自動 flush

"out_buf_noinvalid": 1 # 關(guān)閉自動 invalidate

適用場景：高頻數(shù)據(jù)流（>60fps 視頻流）

注意事項：需配合手動緩存控制接口使用

4.2 數(shù)據(jù)安全場景

"in_buf_noclean": 0 # 強(qiáng)制自動 flush

"out_buf_noncached": 1 # 使用非緩存內(nèi)存

適用場景：自動駕駛感知推理場景

性能影響：增加約 15-20%的 CPU 開銷

五、最佳實踐指南

混合使用策略 ：對處理流水線中的中間緩沖區(qū)采用 Cache Buffer，終端輸出使用 No Cache Buffer

批處理