低功耗IoT节点端侧AI推理轻量化实验进展

近期，智能硬件实验室围绕低功耗IoT传感节点的端侧AI推理能力开展部署实验，目标是让资源受限的MCU节点在本地完成异常判断，降低原始数据回传量与云端依赖。实验平台采用Cortex-M4级MCU搭配LoRa/NB-IoT通信模组，选取振动与温湿度两类典型传感数据，对轻量卷积模型进行INT8量化与算子裁剪。阶段性进展：①模型经压缩后体积约90KB，单次推理耗时约35ms，节点整体能耗较采集回传加云端推理的传统方案下降约60%，在模拟异常样本集上识别准确率保持92%以上；②下一步计划引入事件触发的唤醒推理机制以压缩待机功耗，并在真实产线环境开展为期一个月的稳定性验证。需要说明的是，上述结论目前仍限于实验室条件，模型在不同工况下的泛化能力有待实地数据检验。团队将持续记录内存占用、通信重传率等工程指标，为后续硬件选型与模型迭代提供依据。