推理池

一个 darra_pool* = 同一模型的 1..8 个 darra_session + 有界任务队列。每张图仍走 darra_session_infer_image（单图）。没有 N=100 的批张量 API。C++ 与 C 共用同一份 C ABI，函数仍是 darra_ai.h 导出。

darra_pool_open / open_plain
        │
        ├── darra_pool_submit       突发或流式进图，拿到 ticket
        ├── darra_pool_wait         阻塞等 JSON
        ├── darra_pool_try_wait     非阻塞；没好返回 DARRA_BUSY
        └── darra_pool_close

提示

• 打开加密 / 明文池 → 打开
• 提交 / 等待 / 关闭 → API
• 单会话推理 → 会话
• DARRA_BUSY → 错误

max_workers 默认 1，硬顶 8。不是 100 个会话。GPU 上 yolov8n 建议 1–2；8GB+ 可试 2–4。100 张突发 = 队列，不是 100 份权重。worker.unique 强制为 1，不会跟用户 open 的驻留实例挤成一份。

Core 不链 CUDA，不探测「显存还能塞几个」——由调用方设 max_workers。多卡：每个池钉 worker.gpu_device；4 卡 = 4 个池，卡号 0..3。多模型抢同一卡：weight + darra_sched_set_gpu_slots。不是 CUDA SM 百分比。

PLC：池必须在扫描周期外的线程里跑。禁止改 Windows ReservedCpuSets，禁止动 PLC 隔离核。

句柄

typedef struct darra_pool darra_pool;

不透明句柄。定义只在 Core 内部，绑定侧永远只持有指针。darra_pool_close 之后句柄失效，再用 = 未定义行为。nullptr 关闭是安全的。

进图

突发：一次 submit 100 张。queue_capacity 必须 ≥ 突发量，或 overflow = BLOCK。

流式：每毫秒一张。GPU 若 5ms/张，队列会积压——必须选 overflow：

• FAIL — 队列满立即 DARRA_BUSY
• BLOCK — submit 卡住背压
• DROP_OLDEST — 丢掉最旧未开跑的任务（摄像头保活最新帧）；被挤掉的票 wait 得 DARRA_BUSY