rtos_llm_opt/项目框架3-MCU与资源受限SoC的AI实时性与低功耗研究/20-实验与规划/01-实验设计.md

实验设计

1. 平台选择

建议最少包含：

• 一个 MCU 或低资源控制器，用于 TinyML/轻量 AI 与周期控制共存；
• 一个带 NPU 的资源受限 SoC，用于统一内存、DMA 和热干扰；
• 必要的功率计、逻辑分析仪或示波器以及 CAN/RS485 对端。

设备按真实 AI 运行能力选择，不以补齐 T1～T5 为目标。

2. 对照组

编号	配置
C0	仅控制任务
C1	控制 + AI 默认配置
C2	C1 + 优先级和中断隔离
C3	C2 + 时间/内存/功耗预算与准入
C4	C3 + 模型降级和故障恢复

3. 压力场景

场景	内容
M0	控制空载基线
M1	AI 独立运行
M2	控制 + AI
M3	M2 + CPU/缓存压力
M4	M2 + 内存/DMA 压力
M5	M2 + I/O/中断压力
M6	AI 突发和过载
M7	热稳态和降频
M8	OOM、超时、运行时或设备故障

4. 变量扫描

• 控制周期、执行预算和关键 I/O 频率；
• AI 模型、精度、输入尺寸和执行频率；
• CPU/NPU 频率与功率模式；
• 内存预算和 DMA 缓冲区大小；
• AI 队列深度、跳帧率和超时期限；
• 环境温度和持续运行时间。

5. 实施顺序

1. 验证控制任务和物理计时链路。
2. 完成模型正确性、峰值内存和独立能耗准入。
3. 运行 C0/C1，确认 AI 实际产生的干扰。
4. 依次加入 C2～C4 并做逐项消融。
5. 扫描负载直到出现控制违约或 AI 服务失效。
6. 在选定边界附近进行热稳态与长时间实验。
7. 使用冻结配置进行独立确认批次。

6. 停止条件

• 控制任务出现不可接受违约；
• 温度、电压或电流超过设备安全范围；
• 测量链路丢样或时钟失效；
• 内存不足导致无法保持关键任务；
• AI 后端不支持目标模型或精度。

停止不代表实验失败，应记录为容量或适配边界。