Background（背景信息）

asc-comm 设备侧 AIV URMA 批量通信接口（WriteNbi / ReadNbi / WriteWithNotifyNbi）是上层通信原语在 kernel 内下发点对点读写的基础热路径。

当前实现中，每次下发的处理路径上存在若干可削减的软件开销：每 op 一对同步原语加解锁、SQE 填充过程中 load 与 store 交错、单 SGE 场景经由 BufDesc 数组加循环的间接层、环形队列索引取模运算等。

本需求希望对上述热路径做针对性优化，降低单次下发的软件开销。

Origin（信息来源）

asc-comm AIV直驱团队

Benefit / Necessity （价值/作用）

• 降低批量通信接口单次下发的软件时延；小消息场景软件开销占比高，收益更明显。
• 热路径指令数精简：无循环、无乘除、同步原语替换为硬件事件。
• 入参检查移入 debug 模式（HCOMM_DEBUG_TRAP_IF：debug 下打印并 Trap，release 下编译为空），release 热路径零开销，同时保留调试能力。
• 单 SGE 与多 SGE 编译期分离，多 SGE 保持原逻辑，并补充多 SGE 单元测试。

Design（设计方案）

总体思路：只动设备侧热路径，公开 API 签名不变，WQE 位级语义不变。手段均为编译期化与同步原语轻量化，无运行时逻辑分叉：

// 1. 单 SGE / 多 SGE 编译期分离（重载决议）
// 新增标量参数版本：无循环、无 desc 解引用、wqebbCount 为编译期常量
BatchPostSend(handle, remoteAddr, GM_ADDR localAddr, uint32_t len, ...);
// 多 SGE desc 数组版本签名与逻辑不变

// 2. SQE 填充改为先快照全部字段、再连续写出，消除 load/store 交错

// 3. 同步原语轻量化
// 每 op 的 Mutex::Lock/Unlock 移除；commit 路径 Mutex 替换为硬件事件：
SyncAction<PIPE_S, PIPE_MTE3>(EVENT_ID7);   // set_flag + wait_flag

// 4. 环形队列索引取模改为位与（depth 为 2 的幂）
startSlot = sqHead & (sqDepth - 1U);

// 5. 入参检查 debug 化
HCOMM_DEBUG_TRAP_IF(len < HCOMM_URMA_TMP_BUF_SIZE, "Hcomm Init failed: len = %u\n", len);

验证：既有 URMA UT 全部通过；新增多 SGE UT 覆盖单/多 SGE 混用场景；对齐契约变更已在 hcomm.h 接口注释中声明（Init 要求传入 32 字节对齐的 buffer，错配由 debug 模式拒绝）。