126、洞察驱动的实战标题——ISP Pipeline的"数据流思维"——RAW域到YUV域每级位宽/格式/统计信息的全链路追踪与带宽瓶颈定位上周三晚上十一点，客户现场打来电话，说某款车载前视摄像头在夜间逆光场景下，预览画面出现诡异的横向条纹，而且帧率从30fps掉到了22fps。我第一反应是sensor曝光或者ISP的AE出了问题，但拿到log一看，AE收敛正常，3A统计值都在合理范围。真正让我警觉的是带宽监控计数器——ISP输出到DDR的写带宽比理论值高了将近40%。这不是算法问题，是数据流问题。做影像调试这么多年，我越来越觉得，ISP调优的本质不是调参数，而是调数据流。你盯着gamma曲线调半天，不如先搞清楚每一级pipeline里数据到底是以什么位宽、什么格式、什么对齐方式在流动。今天这篇笔记，我想把RAW域到YUV域这条链路上的"数据流思维"掰开揉碎讲清楚，尤其是那些容易让人栽跟头的位宽陷阱和带宽瓶颈。从RAW域的第一级说起：sensor输出的RAW数据，位宽不是你想的那样很多工程师拿到sensor datasheet，看到"10-bit RAW输出"，就以为ISP前端接收的就是10-bit数据。错。sensor输出到ISP的MIPI接口，通常是以16-bit的容器来承载10-bit或12-bit有效数据的。也就是说，每个像素在物理链路上占16bit，但高6位（或高4位）是无效的填充位。这个"容器位宽"和"有效位宽"的差异，是第一个容易出问题的地方。我之前调试一个安防IPC项目，sensor是12-bit RAW，ISP前端配置成12-b
