1. 课程导入与量产交付全景
Intel工业边缘量产交付工程，指的是把基于Intel架构（x86 + 核显/独显 + OpenVINO + 工业级主板/整机）的边缘计算方案，从实验室样机推进到可批量复制、可长期运维、可被客户验收的工业现场产品的全过程工程活动。它关注的不是"模型能不能跑通"，而是"同一套方案能不能在100台、1000台设备上稳定跑三年"。
这个定义包含三个关键词。第一是量产：单台能跑不等于可复制，量产要求硬件BOM冻结、镜像可批量烧录、序列号与授权可追溯、出厂测试可自动化。第二是交付：交付物不只是软件，还包括硬件配置基线、部署脚本、验收报告、运维手册与备件策略。第三是工程：它是一套有输入、有约束、有验证、有回退的工程方法，而不是一次性的调试技巧。
范围边界：从芯片到现场运维
本课程覆盖的范围可以按"纵向栈"理解。最底层是Intel平台选型与BIOS/固件基线，包括CPU型号（如Atom x6000E、Core i3/i5/i7、Xeon D）、核显型号（UHD/Iris Xe）、内存与存储配置、看门狗与宽温设计。往上是操作系统与驱动层，涉及Ubuntu LTS、Yocto定制镜像、实时内核补丁（PREEMPT_RT）、Intel核显驱动与OpenVINO运行时。再往上是推理与应用层，包括模型量化（FP32→FP16→INT8）、OpenVINO推理引擎、多路视频解码与推理流水线。最上层是量产与运维层，包括批量部署、远程升级（OTA）、设备健康监控、故障诊断与备件更换。
范围之外的内容同样需要明确：本课程不深入讲解深度学习模型训练与算法设计，不涉及非Intel平台的移植细节，也不覆盖云端训练集群的搭建。这些内容在边缘量产交付中属于上游或旁支，本课程只在接口处做必要说明。
核心挑战：为什么边缘量产比云端难
工业边缘量产交付的挑战集中在五个方面。第一是硬件碎片化：不同批次的主板、不同版本的BIOS、不同容量的内存，都可能导致推理性能波动。第二是环境严苛：现场温度可能从-20℃到60℃，粉尘、振动、电磁干扰都会影响设备寿命。第三是资源受限：边缘设备通常只有4~16GB内存，没有独立GPU，必须在有限算力下满足实时性要求。第四是运维不可达：设备可能安装在产线内部或偏远站点，无法随时现场调试，必须依赖远程升级与自诊断。第五是验收标准模糊：客户往往只提"识别准确率要高"，工程团队必须把它翻译成可测量的指标，如mAP、误报率、端到端延迟、连续运行无故障时间。
交付物清单：量产交付的"硬通货"
量产交付的成果必须可检查、可交接、可复现。以下清单按交付阶段组织，每一项都对应一个可验证的产物。
| 阶段 | 交付物 | 关键字段/内容 | 验收方式 |
|---|---|---|---|
| 硬件定型 | 硬件配置基线表 | CPU型号、内存容量、存储型号、BIOS版本、宽温范围 | 逐项核对BOM与实物 |
| 系统定型 | 系统镜像与驱动清单 | OS版本、内核版本、驱动版本、OpenVINO版本 | 镜像校验和比对 |
| 模型定型 | 量化模型与性能报告 | 模型格式、量化精度、mAP、单帧延迟、内存占用 | 在目标硬件上复测 |
| 量产部署 | 烧录脚本与出厂测试报告 | 烧录工具、序列号规则、测试项与通过阈值 | 抽检10台全项通过 |
| 现场运维 | 运维手册与OTA升级包 | 升级步骤、回滚方案、健康指标、备件清单 | 模拟升级与回滚演练 |
学习路径：从理解到交付
本课程共30章，建议按"先建立全景、再逐层深入、最后综合演练"的路径学习。前几章建立量产交付的整体框架与验收思维；中间章节分别深入硬件选型、系统定制、模型量化、推理优化、批量部署、远程运维等关键环节；后续章节通过一个完整的工业视觉检测案例，把各层交付物串联起来，形成可复用的工程模板。
学习过程中建议始终带着三个问题：这一层的输入是什么？输出交付物是什么？如果这一层出问题，如何定位和回退？这三个问题贯穿量产交付的每一个环节，也是本课程反复训练的核心思维方式。