026 DMA引擎：NPU与外部存储的数据搬运工一次深夜的调试噩梦凌晨两点，示波器探头夹在DDR颗粒的DQ线上，我盯着屏幕上跳动的波形，后背发凉。NPU跑一个简单的MobileNet推理，每帧图像处理时间从预期的15ms跳到了47ms，而且毫无规律。更诡异的是，偶尔还会蹦出几个完全错误的结果——特征图里出现了雪花般的噪点。排查了三天，从模型量化精度一路查到NPU内部总线仲裁，最后发现罪魁祸首是DMA传输的地址对齐问题。那个该死的32字节对齐要求，我漏掉了。NPU从DDR搬运权重时，因为地址没对齐，硬件自动做了拆分重传，不仅带宽砍半，还因为跨页传输触发了TLB miss风暴。从那以后，我养成了一个习惯：写NPU驱动时，第一件事不是配寄存器，而是画DMA传输的地址映射图。DMA不是“直接内存访问”那么简单教科书告诉你DMA是Direct Memory Access，让外设绕过CPU直接读写内存。但在NPU场景下，这个定义太天真了。NPU的DMA引擎，本质上是一个可编程的数据流调度器。它不只是搬运数据，还要做三件脏活累活：地址转换：NPU内部SRAM的地址空间和外部DDR的地址空间是两套体系。DMA要在这两个世界之间做翻译官。数据重排：NPU计算单元喜欢的数据排布（比如NHWC格式）和DDR里存储的格式（比如NCHW）往往不同。DMA在搬运过程中就要完成格式转换。
