RDK S600 BPU 是否有类似 NVIDIA CuPoch 的点云计算/点云配准加速库？

开发与问题
1

想向官方和社区请教以下问题：

  1. RDK/BPU是否有类似 NVIDIA CuPoch、CUDA-PCL 或 fast_gicp 的点云计算加速库？

  2. BPU目前是否支持或者计划支持以下点云算子？

kNN/最近邻搜索
KD-Tree或体素邻域搜索
体素降采样
法线估计
FPFH
FGR
ICP/Point-to-Plane ICP
GICP
NDT
Top-K匹配
SVD、最小二乘或6×6方程求解

  1. BPU是否提供类似CUDA kernel的自定义算子开发接口，可以编写非神经网络的点云计算算子？还是只能将PyTorch/ONNX神经网络编译成HBM模型运行？

  2. 如果传统ICP、KD-Tree等算法不适合直接运行在BPU上，是否有在RDK上部署以下学习式点云配准网络的案例？

PointNetLK
PointNetLK Revisited
ReAgent
DCP
RPMNet
其他输入为N×3点云、输出6DoF位姿的网络

  1. 对于“BPU神经网络粗配准 + CPU少量Point-to-Plane ICP精修”这种架构，官方是否有可以参考的模型转换、量化和C++推理示例？

  2. S600的DSP是否适合承担点云预处理、体素化、邻域搜索或对应关系计算？是否有相关API或示例工程？

我们的目标不是一定要把CuPoch原封不动移植到BPU，而是希望充分利用BPU/DSP的计算能力，在保持毫米级配准精度的情况下，将单目标配准时间降低到500毫秒以内，最好达到100到300毫秒。

如果官方已有相关SDK、样例、内部算子、技术路线或者正在规划中的点云计算库，烦请提供资料链接。也欢迎有类似开发经验的朋友分享可行方案，非常感谢。

2

@瓜仔 可自行参考算法工具链手册 Rspress 评估下需求，所有有关BPU使用均可从工具链手册获取

3

① 结论：当前帖子未给出具体需求或报错；BPU 使用、模型转换与推理适配应先按 OpenExplorer 算法工具链手册对齐平台、工具链版本和板端 Runtime。

② 排查步骤：

  1. 先确认你的目标平台与所引用的手册入口一致；你提供的工具链手册入口为：
https://developer.d-robotics.cc/oe_s_doc/index.html
  1. 在板端确认系统软件版本，用于判断是否与工具链、Runtime 兼容：
cat /etc/version
  1. 若已有具体模型或推理问题，请按手册核对模型转换环境、产物格式、板端运行环境是否匹配，并保留最小复现用例与报错信息。

③ 需补充信息：请补充具体平台型号、系统镜像/软件版本、工具链版本、模型框架/算子、完整复现步骤、报错日志或截图。