基于 Hypervisor 多系统架构，将 NPU 作为可共享的 AI 加速资源，让 Android、Linux、RTOS 等不同系统能够按业务场景使用 AI 推理能力，同时保持任务边界、资源隔离与系统协同。
Shared resources, unified management
将 NPU 作为跨系统共享的 AI 加速资源进行抽象，面向不同业务域提供统一入口。
A set of capabilities for multi-domain reusability
支持 Android、Linux、RTOS 等系统在各自业务域中调用 AI 推理能力，减少重复适配。
Clear boundaries, reliable operation
在高层架构上区分业务请求、推理任务和资源分配边界，降低多系统互相影响。
Collaborative AI capabilities based on scenarios
围绕座舱感知、语音交互、影像增强等 AI 场景，提供高层资源分配与优先级协同能力。
多系统共享NPU能力，减少重复建设和闲置资源
统一 AI 能力入口，便于业务域按需接入
清晰划分请求、任务与资源边界，降低相互影响
面向座舱感知、语音交互、影像增强等场景
在智能座舱、网关、辅助驾驶相关域共存的架构下，NPU 虚拟化提供高层资源共享能力，让不同系统通过统一接口使用 AI 推理能力。
通过NPU虚拟化对多系统 AI 任务划定独立资源边界，支持任务优先级协同调度，有效隔离算力抢占，保障智驾、座舱 AI 业务稳定运行。
围绕座舱语音、视觉感知、影像增强和用户行为理解等 AI 场景，NPU 虚拟化帮助上层业务以统一方式获取加速能力，便于后续场景持续扩展。
在智能座舱、网关、辅助驾驶相关域共存的架构下，NPU 虚拟化提供高层资源共享能力，让不同系统通过统一接口使用 AI 推理能力。
通过NPU虚拟化对多系统 AI 任务划定独立资源边界，支持任务优先级协同调度，有效隔离算力抢占，保障智驾、座舱 AI 业务稳定运行。
围绕座舱语音、视觉感知、影像增强和用户行为理解等 AI 场景，NPU 虚拟化帮助上层业务以统一方式获取加速能力，便于后续场景持续扩展。
