嵌入式AI振动监测终端：TinyML模型部署与功耗实测

本期围绕电池供电的工业旋转设备振动监测终端，验证 TinyML 异常识别模型在 Cortex-M4 端侧的落地路径。实验对比了 Float32、Int8 量化与剪枝三个版本的推理耗时与内存占用，Int8 版本在保持准确率 96.2% 的前提下，单次推理降至 18ms，RAM 占用下降约 62%。下一步将引入多频段特征融合方案，并实测低占空比唤醒机制在车间工况下的续航数据。