IoT终端边缘AI部署实验：模型量化与功耗平衡

智能硬件实验室近期围绕资源受限IoT终端的边缘AI部署开展实验，重点验证轻量化模型在低功耗MCU上的可行性与稳定性。实验以某泵站监控场景为对象，基于电流与温度采样数据训练异常检测模型，经INT8量化与算子裁剪后，模型体积由1.8MB压缩至420KB，推理耗时降至38ms，可在Cortex-M4级芯片上稳定运行。阶段性结果：• 量化后模型准确率仅下降1.2个百分点，终端待机电流维持在12mA以内，电池供电场景续航预计超过6个月；• 引入本地预处理与事件触发上报机制后，无线通信频次降低约70%，缓解了窄带网络的传输压力。下一步将在更多品类终端上复现该部署流程，沉淀覆盖模型量化、内存评估与功耗测试的标准化工具链，并探索云端增量更新机制，使终端模型无需更换硬件即可持续迭代。目前工作仍处于实验验证阶段，暂不具备规模化推广条件。