【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        大家所能想到的嵌入式上位机开发，如果是linux，同时涉及到嵌入式的话，一般都会认为是把pc linux的软件port到板子上，就是嵌入式开发。狭义的说，软件+外设开发就是嵌入式开发的全部。这种想法其实是错误的。嵌入式平台上面，除了cpu之外，其实还有很多的计算资源可以使用。嵌入式开发板并不是只有cpu可以处理数据，其他很多的硬加速都可以的。

        所以大家说的嵌入式开发，并不仅仅是linux+arm+外设接口+开源代码，如果真的那么做，其实做出来的东西是很难有竞争力的。

1、复用多核cpu

        cpu执行数据的时候，不要只用一个core，尽量并发多个core一起使用。io处理的时候，需要并发处理，有数据计算的时候也需要进行并发计算。

2、使用gpu

        现在的gpu并不只是处理3d数据，对于很多应用本身并不需要进行3d渲染，这种情况下就可以用gpu来处理我们需要的数据。一般来说，nvidia的板子用cuda即可；不是nvidia的板子，用opencl也可以进行编程。而且nvidia的板子，通常价格不菲，对于一些国产的板子，其实用gpu来处理是比较合理的做法。

3、mcu

        目前很多soc板子都带有mcu芯片。特别是一些原来车规级的芯片，慢慢转到工业级别之后，上面的mcu也是可以使用的。使用方法一般就是把mcu当成一个特殊的驱动来处理。当然这个mcu也是可以进行编程处理的，编程方法就是正常的keil编程。

4、dsp

        dsp主要是特定公司的soc。比如说ti公司的芯片，很多默认是arm+dsp，这种情况下，除了cpu可以用来进行数据处理，dsp也可以用来处理数据。另外，一些soc带有音频dsp处理的ip，这种情况下也是可以用来进行编程的。

5、npu

        随着ai大模型的引入，运来越多的model被搬到了板子上面。这个时候，如果还是用cpu来处理model数据，是非常不划算的做法。这个时候，应该把model翻译成npu可以识别的model，用npu处理model，要比纯cpu处理的速度，要快很多。

        目前rk的npu使用的比较多，资料也比较多，大家可以学一学。

6、硬件ip加速

        很多常用的功能，其实soc公司都做了硬件加速。这里面包括了图像的编解码、音频的编解码、视频的编解码、图像isp处理、校验crc、加解密处理、数据dma、屏幕显示加速处理等等。这里面，注意图像的编解码和视频编解码是两码事，图像偏重于帧内压缩，视频偏重于帧间压缩。

        总之，板子上能加速的部分，一定要尽量用起来，这样才能把性能做到最优。这个时候还有一种比较讨巧的办法，那就是多使用厂家的sdk。他们的sdk，一般都会把这些加速内容做一个封装，封装之后的接口就是我们需要的东西。

7、fpga加速

        还有一些芯片是包含fpga，类似于xilinx公司的zynq，里面除了arm，还包含了fpga，这个时候就可以把fpga用起来。对于特定的算法，如果能够改写成ip，将会极大提高产品的竞争力。当然，这比较适合附加值比较大的产品。

8、汇编优化

        最后，就算是用cpu处理软件，还是有很多可以做的。比如说，我们可以找到软件的性能瓶颈点，能dma处理的dma处理，遇到io阻塞的及时剥离，能arm neon汇编优化的就汇编优化。这样的话，最终也会极大地提高软件的性能。