02 硬件数据排布格式转换 (NCHW 到 NC4HW4)

1. 为什么需要通道对齐格式 (NC4HW4 / NC8HW8)

脉动阵列和 SIMD VPU 每次必须连续读取多个通道（如 4、8 或 16 个通道）的数据以喂饱并行 MAC： - 传统 NCHW 格式：同一位置不同通道的数据在内存中相隔 \(H \times W\) 远，无法单周期连续读取。 - 硬件 On-the-Fly 格式转换器：Tensor DMA 在从 DDR 读入数据的流动过程中，由硬件流水线实时完成转置重排（Transpose-on-the-Fly），存入 SRAM 时已是对齐的 NC4HW4 格式，软件开销为 0。