结论
目前官方没有公开 spconv/subconv3d 算子的具体支持时间表。
根据社区历史回复模式，新算子支持通常通过工具链版本更新逐步释放（如之前 MatMul、centered_yuv2rgb 等算子都是在后续版本中添加），但稀疏卷积属于较复杂的自定义算子，暂无明确规划。
建议行动
1. 短期方案（立即落地）
继续采用算子替换策略：
- 优先使用 PointPillars 架构（已验证）
- 或将稀疏卷积改为标准 3D 卷积 + 体素化预处理
2. 推动官方支持
如果你是商业项目且有明确落地需求：
- 在当前帖子中详细说明项目背景、终端产品、预期出货量
- 官方曾表示：“了解背景有助于协调内部资源支持”
- 可能获得定制化算子支持或优先级排期
3. 关注版本更新
- 定期查看工具链发布说明：https://toolchain.d-robotics.cc/
- 关注社区 Model Zoo 分类 的新算子公告
- 订阅 OE 包版本更新通知
4. 替代架构调研
如果项目不强制要求稀疏卷积，可评估：
- PointPillars：2D 卷积处理伪图像，BPU 高效支持
- CenterPoint 稠密版：使用标准 3D 卷积
- 混合部署：稀疏部分 CPU/GPU 运行，BPU 处理后续稠密层
需要我帮你：
- 分析你的网络结构，给出具体修改方案？
- 查看 PointPillars 的完整实现细节？
- 协助准备商业项目背景说明，向官方申请资源支持？