1、带宽基础概念：什么是内存带宽、带宽计算公式、嵌入式GPU典型带宽范围
各位同学，咱们今天聊聊内存带宽。说实话，这玩意儿是嵌入式GPU性能的命门。我见过太多项目，算法优化得漂漂亮亮，结果一上板子，帧率直接腰斩——十有八九是带宽卡住了。
1.1 什么是内存带宽？
内存带宽，说白了就是内存和处理器之间“搬数据”的速度。单位时间内能搬多少数据，带宽就是多少。你想想看，GPU要处理图像、跑神经网络，数据得从DDR里读出来，算完了再写回去。这条路够宽，车就跑得快；路窄了，再好的引擎也白搭。
我习惯把带宽理解成“水管”。水管粗，水流就大；水管细，水流就小。嵌入式系统里，这根水管通常连着SoC和外部DDR颗粒。GPU核心再强，如果水管细，数据喂不进去，核心就得干等着——这就是所谓的“带宽饥饿”。
核心要点：内存带宽决定了GPU在单位时间内能处理多少数据。它是嵌入式视觉、AI推理、游戏渲染等场景的首要瓶颈之一。
1.2 带宽计算公式
公式其实很简单，就一行：
内存带宽 = 内存时钟频率 × 数据总线位宽 × 传输次数/时钟周期咱们拆开来看：
- 内存时钟频率：比如DDR4-3200，这里的3200指的是有效数据传输速率，单位MHz。注意，DDR的物理时钟其实是1600MHz，但一个时钟周期内传输两次数据，所以有效频率翻倍。
- 数据总线位宽：嵌入式GPU常见的有16位、32位、64位。位宽越大，一次能搬的数据就越多。我做过一个项目，用的芯片是32位DDR总线，换成64位后，带宽直接翻倍，帧率提升了40%。
- 传输次数/时钟周期：对于DDR（Double Data Rate），这个值是2。LPDDR4、LPDDR5也都是2。如果是SDR（Single Data Rate），那就是1——不过现在嵌入式里基本见不到了。
举个例子：一块常见的嵌入式SoC，LPDDR4频率1600MHz（物理时钟），总线位宽32位，那么：
带宽 = 1600 MHz × 32 bit × 2 = 102400 Mbit/s = 12.8 GB/s嗯，12.8 GB/s，这就是它理论上的最高带宽。实际能跑到多少？我后面会讲，理论值和实测值之间，往往差着一条“鸿沟”。
小技巧：计算时注意单位换算。1 Byte = 8 bits，所以Mbit/s要除以8才能得到MB/s。很多新手在这里翻车，算出来的数字大得离谱。
1.3 嵌入式GPU典型带宽范围
嵌入式GPU的带宽跨度其实挺大的。我按常见的几类平台给大家列个表：
| 平台类型 | 典型内存类型 | 总线位宽 | 典型带宽范围 | 代表芯片 |
|---|---|---|---|---|
| 低功耗MCU级 | LPDDR2/DDR3 | 16位 | 1.6 - 4.2 GB/s | STM32MP1、i.MX6ULL |
| 中端应用处理器 | LPDDR4 | 32位 | 8.5 - 17 GB/s | RK3588、Jetson Nano |
| 高端嵌入式SoC | LPDDR4X/LPDDR5 | 64位 | 25 - 68 GB/s | Jetson Orin、Apple M系列 |
| 车载/工业级 | LPDDR5/ GDDR6 | 128位 | 100 - 200+ GB/s | NVIDIA Drive、高通SA8295 |
看到没？从1.6 GB/s到200+ GB/s，差了上百倍。这就是为什么选型时一定要搞清楚你的应用到底需要多少带宽。
我在做智能摄像头项目时，一开始选了中端芯片，带宽12.8 GB/s。跑1080p的YOLOv5，勉强能到15帧。后来客户要求4K分辨率，带宽直接爆了——内存读取延迟飙升，帧率掉到个位数。最后换了64位LPDDR4X的芯片，带宽翻倍，问题才解决。
避坑指南：千万不要只看理论带宽。实际可用带宽通常只有理论值的60%-80%。为什么？因为内存控制器有开销、总线有竞争、刷新周期要占时间。我曾经被这个坑过——理论算出来够用，实测直接打脸。
另外，嵌入式GPU的带宽还受制于封装和PCB布线。比如，有些SoC虽然支持64位DDR，但为了省成本，只焊了一颗DDR颗粒，实际只能跑32位。这种“缩水”操作，我见过不止一次。选型时一定要看开发板的原理图，确认内存配置。
好了，这一节就到这里。带宽是基础，后面所有优化手段都围绕它展开。下一节咱们聊聊“带宽瓶颈是怎么产生的”，我会结合一个实际项目，带大家看看数据到底是怎么卡住的。