3. 边缘AI产品需求分析与规格定义

边缘AI产品的需求分析，本质上不是“把模型塞进MCU”，而是把业务目标翻译成一组可验证、可分配、可取舍的工程规格。STM32N6这类带NPU的MCU，算力、内存、功耗和成本都有限，需求阶段如果只写“识别准确、响应快、功耗低”，后续选型、模型压缩和系统设计都会失去判断依据。本节围绕功能指标、性能指标、功耗预算与成本约束四条主线，说明如何把模糊需求收敛为可执行的规格。

一、功能指标：先定义“做什么”，再定义“做到什么程度”

功能指标描述产品必须具备的能力边界，通常包括输入形态、输出形态、类别体系、工作模式与交互方式。以“工业设备异常声音检测”为例，输入是单通道MEMS麦克风、16 kHz采样、16 bit量化；输出是“正常/异常”二分类及异常置信度；工作模式分为连续监听与事件触发上报。这里的关键是把“检测异常声音”拆成可测试的条目：类别数、是否支持多类、是否允许未知类拒识、是否需要时间戳、是否要保存原始音频片段。

功能指标还要明确“不做什么”。例如不支持云端二次训练、不支持多麦克风阵列波束成形、不支持超过85 dB背景噪声下的识别。边界越清晰，后续模型规模、内存占用和NPU算子支持范围越容易确定。对于STM32N6，功能指标会直接影响是否使用NPU、是否启用外部PSRAM、是否保留摄像头接口等硬件资源。

二、性能指标：把“快”和“准”拆成可测量参数

性能指标至少包含三类：模型精度、推理时延和吞吐/帧率。精度不能只写“准确率≥95%”，要区分验证集准确率、召回率、误报率以及最差类别表现。例如异常声音检测中，误报率过高会导致频繁停机，漏报率过高则失去安全价值，因此需要同时约束：异常召回率≥98%，正常样本误报率≤1%。

推理时延要区分“单帧计算时延”和“端到端响应时延”。单帧计算时延由模型算子、NPU频率、内存带宽决定；端到端还包括音频采集缓冲、预处理、后处理与通信上报。假设音频帧长1 s、帧移0.5 s，预处理耗时8 ms，NPU推理耗时22 ms，后处理与决策耗时5 ms，通信上报耗时30 ms，则端到端响应约65 ms，满足“事件发生后200 ms内上报”的指标。吞吐则决定能否连续处理，若每0.5 s产生一帧，而单帧总处理时间小于0.5 s，系统才能实时运行。

三、功耗预算：从平均功耗到能量预算

功耗预算不能只看“工作电流”，要按工作模式拆分。典型边缘AI设备有监听、推理、通信、休眠四种状态。假设系统使用3.7 V锂电池、容量2000 mAh，目标续航7天，则平均电流必须控制在约11.9 mA以内。若监听状态电流6 mA、推理状态电流80 mA、通信状态电流120 mA、休眠电流0.5 mA，就需要用占空比计算平均电流。

例如每10 s触发一次推理，推理持续50 ms，通信持续200 ms，其余时间监听或休眠。按监听6 mA、推理80 mA、通信120 mA、休眠0.5 mA估算，平均电流约为6 mA×0.975 + 80 mA×0.005 + 120 mA×0.02 + 0.5 mA×0.0 ≈ 5.85 + 0.4 + 2.4 = 8.65 mA，低于11.9 mA，预算成立。若通信改为每2 s一次，平均电流会明显上升，需要降低上报频率或改用低功耗无线协议。STM32N6的NPU推理功耗和外部内存访问功耗要单独计入，不能只算MCU内核。

四、成本约束：BOM、开发与维护的总拥有成本

成本约束不只是芯片价格。以STM32N6方案为例，BOM包括MCU、外部PSRAM、Flash、麦克风、电源管理、无线模组、PCB与结构件。若目标BOM≤12美元，而STM32N6加外部PSRAM已占较大比例，就需要评估是否用内部SRAM运行模型、是否降低模型参数量、是否减少无线模组复杂度。开发成本同样重要：如果模型需要大量手工算子适配，12周开发周期可能无法完成，此时应优先选择NPU已支持的算子与量化方案。

成本与性能往往冲突。提高精度通常需要更大模型和更多内存，进而推高BOM与功耗；降低时延可能需要提高NPU频率，也会增加功耗。因此规格定义要给出优先级：安全类应用优先保证召回率，消费类应用优先控制BOM与续航。建议在需求阶段输出一张“指标—约束—优先级”对照表，明确哪些指标是必须满足、哪些可协商、哪些可裁剪。

把上述内容收敛成可执行规格，可以用如下示例结构记录。它不是固定模板，而是帮助团队把“需求”变成“可验证条目”的一种方式。

项目：工业设备异常声音检测（STM32N6方案，示例假设）
功能：单通道16 kHz音频，二分类输出，支持未知类拒识
性能：异常召回率≥98%，误报率≤1%，单帧推理≤25 ms，端到端≤200 ms
功耗：平均电流≤11.9 mA，推理功耗≤120 mW，待机≤500 µA
成本：BOM≤12美元，PCB≤4层，开发周期≤12周
优先级：召回率 > 端到端时延 > 平均功耗 > BOM
验证：用留出测试集测召回/误报；用功耗分析仪测各状态电流；用BOM表核算成本

需求分析与规格定义的质量，直接决定STM32N6边缘AI产品能否在精度、实时性、续航和成本之间站稳。功能指标划定边界，性能指标给出可测目标，功耗预算约束运行策略，成本约束决定硬件与模型规模。四者相互牵制，必须在需求阶段就建立联动关系，而不是等到模型部署失败后再回头修改。