Toolkit2（规划）¶

⚠️ 暂缓：本路线当前暂缓。项目当前并行维护 Rockchip BSP Linux 5.10.209 与 6.1.99。本文保留为未来研究资料；不要据此宣称 BSP 5.10 或 BSP 6.1 的 NPU 状态。

⚠️ 规划文档，尚未实测。 这是转 BSP 6.6 的首要动机：在 RK3568 上跑 NPU 推理。未实测成功前不写为"已完成"。

1. 为什么主线不行¶

Mainline Linux（任意版本 6.6 / 6.18 / 7.x）均无 RK3568 NPU 官方驱动。主线仅有的 "Rocket" NPU 驱动只支持 RK3588 及更新芯片。社区有把 rknpu 抽成 DKMS 的移植（w568w/rknpu-module 支持到 6.19、rkojedzinszky/rknpu-dkms 抽自 Rockchip 6.6.y），但属于"魔改"，DVFS 关、IOMMU 在 4GB 板上偶有坑，不稳。

正确做法：用 Rockchip BSP 6.6，其 rknpu 是 in-tree（drivers/rknpu/，DTS npu@fde40000），成熟可用。

2. 内核侧（BSP 自带）¶

驱动：drivers/rknpu/（Rockchip NPU 驱动，in-tree）
DTS 节点：npu@fde40000，BSP 默认启用
验证目标：rknpu.ko 加载、dmesg 见 NPU probe、/dev/dri/renderD128 出现

# 板端验证（预期，待实测）
dmesg | grep -i rknpu
ls /dev/dri/renderD*

3. 用户态：RKNN 运行时 + Toolkit2¶

NPU 计算需用户态库：

组件	获取	说明
`librknnrt`	Rockchip 闭源分发（`airockchip/rknn-toolkit2` 仓库内含）	NPU 运行时，需另行获取
`rknn-toolkit2`	https://github.com/airockchip/rknn-toolkit2	Python 推理工具链 / 模型转换
示例模型	`rknn-toolkit2/examples/`	如 MobileNet 等

librknnrt 是闭源二进制，不在内核树里，需按 Rockchip 许可另行下载并部署到 rootfs。

4. 验证计划（待执行）¶

BSP 6.6 启动 + rknpu.ko 加载成功（见 02_board_dts.md）。
在 rootfs 部署 librknnrt + rknn-toolkit2。
跑一个示例推理（如 MobileNet），确认 NPU 实际工作（非仅驱动加载）。
记录推理性能（FPS / 功耗）到 logs/（待建 BSP 日志目录）。

5. 风险¶

librknnrt 闭源，版本需与 BSP 内核 / Toolkit2 匹配。
4GB 板（2GB LPDDR4）上 IOMMU 偶有坑（社区 DKMS 反馈），BSP in-tree 应更稳，但仍待实测。
一切以"实测推理通过"为完成标准，驱动加载 ≠ 推理可用。