地表最强M85内核芯片-RA8P1测评 | 技术集结
瑞萨电子宣布推出针对人工智能（AI）、机器学习（ML）应用以及实时分析的RA8P1微控制器（MCU）产品群。该系列MCU通过将1GHz Arm Cortex-M85和250MHz Cortex-M33 CPU核心与Arm EthosTM-U55神经处理单元（NPU）相结合，从而树立MCU性能的新标杆。作为瑞萨电子深度合作伙伴，RT-Thread已率先完成对该芯片的适配支持。本文将详解如何快速移植RT-Thread，带大家一起体验M85！
目录
芯片介绍
RT-Thread 移植
测试结果
总结
1
芯片介绍
从数据手册上看出 RA8P1 是一颗双核异构的芯片，由大核Cortex-M85+小核Cortex-M33组成。在此基础上额外集成了 NPU 运算单元，专门用于加速机器学习推论所设计。
主频上，M85主核心竟然达到了1GHZ，这个速度是以往系列都没有的主频，一个字“快”，
M33 从核心主频是 250MHZ，同时 RA8P1 有64KB的数据+指令Cache，其中我手上这颗R7KA8P1KFLCAC芯片： CPU0 和 CPU1对应的 I/D Caches 和 C/S Caches 容量各 32KB。
外设接口上，RA8P1最多的支持10路SCI外设接口（可以灵活配置成UART，SPI，I2C），OSPI x 2可以拓展外扩最高8线 的 Hyperam，flash 等存储器件。
人机交互接口上，和RA8D1一样支持 MIPI-DSI，GLCDC 可以二选一搭配 MIPI/RGB 接口的屏幕使用。
除CEU（数字摄像头接口）外，视频输入接口新增MIPI-CSI外设，显著提升摄像头数据带宽，确保AI处理场景下前置输入带宽的稳定性。
在网络接口上，RA8P1支持L3以太网交换机模块（ESWM），允许连接到网络的各种设备进行数据交换和相互通信。其支持多协议接口，它能够在同一网络或不同网络接口协议之间自主路由帧数据，适用于网关应用。
2
RT-Thread 移植
让我们快速移植 RT-Thread体验下：
参考RT-Thread文档中心针对RA系列的BSP制作教程+Vision Board SDK仓库，由于RA8P1的启动方式是大核先启动，那么我们可以先以单核方式快速移植RTT，这里不多加赘述。
下载E2Studio即可快速体验裸机开发；
将 RT-Thread 源码加入工程，加入设备驱动框架对接层；
运行 RT-Thread 的基本条件是Systick时钟和串口驱动，对于RT-Thread中已经实现的非常完善；
外设上在FSP中只需要配置一个通讯的串口即可
正式开始移植
在移植过程中可以用过E2Studio进行针对多核进行调试仿真，体验下来也是比较流畅的：
如果想要启动从核（M33）可以直接调用FSP封装好的库函数：
至此RT-Thread已经正常的运行起来了：
在BSP根目录下启动env工具：RT-Thread具有完善的软件生态，我们可以快速的针对芯片进行性能测试，那么有请第一个软件包登场：CoreMark
使用env 配置工具在软件包仓库中使能COREMARK软件包，通过pkgs --update拉取到本地项目中参与构建：
设置 corkmark 运算迭代次数为：80000（按需设置，对于性能较强的芯片需要增加次数）
在hal_entry.c中，执行 coremark 程序进行跑分测试：
初步使用O0等级优化测试结果：
什么M85内核才区区500分？这和理想中的分数天差地别了，接下来开始进行优化：
1 开启Dcache和Icache：
qemu-system-riscv32 -machine smartl -nographic -kernel rtthread.elf -cpu e906fd -gdb tcp::23333-S
2 修改测试区域内存为DTCM段：
3
测试结果
CPU0：Cortex-M85 储存介质：MRAM（磁阻式随机存取内存）
编译器版本 : GCC13.2.1
编译参数：-mfloat-abi=hard -mfpu=fpv5-sp-d16Ofast
Coremark分数：4896.132056
CPU1：Cortex-M33
储存介质：MRAM（磁阻式随机存取内存）
编译器版本 : GCC13.2.1
编译参数：-mfloat-abi=hard -mfpu=fpv5-sp-d16Ofast
Coremark分数：570.356473
以上的测试结果是使用GCC工具链进行编译，更换成 ARMCLANG/LLVM 工具链跑分可能还会提升一些。
4
总结
RA8P1芯片搭载双核异构M85和M33内核，相较前代RA8系列在主频、带宽及外设接口方面实现显著性能提升，并集成Ethos-U55 NPU的32位AI加速微控制器（MCU）。
该芯片在语音、视觉及实时分析AI场景中表现出色，性能强劲。后续计划移植RP-Msglite组件，结合RT-Thread在RA8P1上实现双核间高效数据通信，充分释放双核性能潜力。
