# 智能挂车AI-Box软件架构设计

## 1. 系统概述
基于深明奥思Fellow 1芯片(138 TOPS)的异构多核架构(MCU+SoC+F1)，实现商用车AI-Box Demo。

## 2. 系统分层架构

### 2.1 驱动层 (MCU + SoC)
- **MCU子系统**: 电源管理、硬件监控、低功耗控制
- **SoC子系统**: Linux内核驱动、V4L2摄像头框架、PCIe/SPI/UART通信驱动

### 2.2 框架层 (SoC + F1)
- **通信中间件**: MCU-SoC(SPI/UART) + SoC-F1(PCIe 3.0)
- **推理引擎**: ONNX Runtime + Fellow 1专用加速器
- **模型管理**: 动态加载/卸载、内存优化、量化支持

### 2.3 应用层 (SoC)
- **AI服务**: 大模型推理API、CNN物体识别服务
- **系统服务**: 电源状态机、温度监控、故障恢复
- **多模态接口**: OpenAI API兼容层、WebSocket实时通信

## 3. 大模型推理引擎集成方案

### 3.1 模型格式
- 统一使用ONNX格式，支持Qwen-7B/LLaMA-7B转换
- INT4/INT8量化优化，适配F1芯片NPU特性

### 3.2 部署策略
- 模型分片加载，避免内存溢出
- 共享内存池管理，减少数据拷贝
- 异步推理队列，支持多任务并发

## 4. 电源管理模块设计

### 4.1 四种工作模式
- **运行模式**: 全功能开启，高性能推理
- **待机模式**: SoC休眠，MCU监听唤醒事件  
- **低功耗模式**: 仅MCU运行，维持基本监控
- **关机模式**: 完全断电，支持远程唤醒

### 4.2 状态机设计
- MCU主导电源状态切换
- SoC通过SPI发送电源请求
- 温度异常自动降频保护

## 5. 摄像头数据处理流水线

### 5.1 数据通路
```
摄像头 → V4L2驱动 → 图像预处理 → DMA传输 → F1共享内存 → CNN推理 → 结果回调
```

### 5.2 性能优化
- 零拷贝DMA传输
- 多缓冲区流水线处理
- 实时性保障：端到端延迟 < 100ms

## 6. 关键技术指标
- **工作温度**: -40℃ ~ 85℃
- **尺寸重量**: 60mm × 60mm, 50g
- **推理性能**: Qwen-7B @ 138 TOPS
- **功耗控制**: 四级电源管理模式
- **通信带宽**: PCIe 3.0 (8 GT/s)

## 7. 后续工作计划
- [ ] 详细接口规范定义
- [ ] 驱动开发和调试
- [ ] 推理引擎集成测试
- [ ] 电源管理状态机实现
- [ ] 端到端系统联调