近期，智能硬件实验室围绕工业场景下“端侧AI”的工程可行性开展阶段性实验，重点验证低功耗传感节点在本地完成轻量推理的落地路径。实验以电池供电的MCU节点为载体，集成三轴加速度与温湿度采集单元，将异常检测模型经量化、剪枝后部署至端侧，替代“持续上传云端判别”的传统方案。
要点进展：
- 采用INT8量化与算子裁剪后，模型体积压缩至约48KB，可在Cortex-M4级MCU上毫秒级完成单次推理；相比云端方案，节点通信开销下降约60%，按1分钟采样周期估算，电池续航可超过18个月。
- 在实验室台架数据的初步验证中，端侧模型对轴承类异常样本的召回率约91%，误报处于可接受区间，但当前样本规模仍偏小，结论有待扩大验证。
下一步计划：进入真实产线环境持续采集数据，重点评估电磁干扰与温漂对端侧推理稳定性的影响，并完善OTA模型更新与端云协同机制。我们认为，端侧推理的价值在于降低带宽与时延成本，而非替代云端分析，二者的分工需在具体场景中持续校准。
评论