电池供电IoT终端的轻量AI边缘推理实验

智能硬件实验室近期围绕电池供电的IoT传感终端开展边缘侧轻量AI推理实验，目标是让异常检测模型不经网关回传、直接在终端完成初筛，从而降低上行流量与云端算力开销。实验平台选用Cortex-M4级MCU（主频80MHz、RAM 256KB），以振动与温度时序异常检测为任务，对比FP32、INT8量化与通道剪枝三种压缩方案，主要进展如下：
· INT8量化后模型体积由412KB降至104KB，单次推理耗时从86ms降至31ms，F1分数仅下降1.8个百分点；
· 叠加通道剪枝后终端整体功耗下降约23%，在2000mAh锂电池、10分钟采样周期设定下，预估续航由5.2个月延长至6.8个月。
下一步将在两个试点产线各部署20个节点，验证温湿度漂移与电池衰减对模型精度的影响，并完善OTA增量更新机制，预计八周内输出可复现的部署基线。