075、STM32Cube.AI的实时推理与性能调优一、一个让我熬夜到凌晨三点的bug去年做的一个工业振动监测项目，STM32F746上跑一个三层的CNN模型，Cube.AI生成的代码，推理一次要47ms。客户要求20ms以内，差了整整一倍多。当时我盯着逻辑分析仪上的波形，CPU占用率曲线像心电图一样剧烈抖动——DMA传输和CPU计算在打架，Cache命中率低得可怜。后来发现罪魁祸首是Cube.AI默认生成的代码里，权重数组被放在了D1域（DTCM RAM），而输入输出缓冲区在D2域（SRAM1），每次推理都要跨域访问，总线矩阵都快被挤爆了。这个教训让我意识到：Cube.AI生成的代码只是“能跑”，离“跑得好”还差着十万八千里。今天这篇笔记，就把我踩过的坑和调优手段全抖出来。二、Cube.AI生成的代码到底长什么样先别急着调优，得先看懂它生成了什么。打开生成的network.c，你会看到类似这样的结构：// 别被这堆宏定义吓到，核心就三个函数ai_handle network;// 网络句柄，相当于神经网络实例ai_network_params params