4. STM32Cube.AI 模型分析：内存、算力与推理时间

模型训练完了，量化也做了，接下来就是最关键的一步——分析报告解读。这一步很多人会跳过，直接点“生成代码”。但我建议你，花 10 分钟仔细看看 Cube.AI 生成的报告。它能告诉你，这个模型在 MCU 上到底能不能跑，瓶颈在哪。

说白了，这份报告就是 MCU 部署的“体检单”。内存够不够？算力吃不吃得消？推理一次要多久？全写在这了。我刚开始用 Cube.AI 时，也吃过亏——模型在 PC 上跑得飞快，一部署到 STM32F4 上，直接内存溢出。后来才发现，报告里早就警告了。

4.1 模型内存占用分析

MCU 的内存是稀缺资源。STM32F4 系列通常只有 128KB~256KB RAM，F7/H7 系列能到 512KB~1MB。模型占了多少，心里得有数。

Cube.AI 报告会把内存占用拆成三块：

内存类型	说明	典型占比
Activations	中间激活值，运行时动态分配	最大的一块，通常占 60%~80%
Weights	模型权重，量化后固定存储	10%~30%，取决于模型大小
Code + Scratch	代码段 + 临时缓冲区	5%~15%

我记得有一次，一个 MobileNetV1 模型，量化后权重只有 80KB，但激活值飙到了 180KB。我用的 STM32F407 只有 192KB RAM，差点就超了。后来我把输入分辨率从 224x224 降到 160x160，激活值直接砍到 110KB，问题解决。

4.2 MACs 计算：算力需求到底多大？

MACs（Multiply-Accumulate Operations）是衡量模型计算量的标准单位。一个 MAC 就是一次乘加操作。MCU 没有 GPU 那种并行能力，MACs 越高，推理越慢。

报告里会给出每层的 MACs 和总 MACs。我一般这样看：

• 总 MACs < 10M：STM32F4 系列可以流畅运行，帧率 10~30 FPS
• 总 MACs 10M~50M：需要 F7/H7 系列，或者开启硬件加速
• 总 MACs > 50M：建议用 MPU 或 NPU，纯 MCU 跑会很吃力

举个例子。一个 3x3 卷积层，输入 32x32x16，输出 32x32x32，它的 MACs 怎么算？

MACs = 输出特征图尺寸 × 卷积核尺寸 × 输入通道 × 输出通道
     = (32 × 32) × (3 × 3) × 16 × 32
     = 1024 × 9 × 16 × 32
     = 4,718,592  ≈ 4.7M

嗯，这里要注意：MACs 和 FLOPs 不是一回事。一个 MAC 等于两次 FLOP（一次乘，一次加）。有些工具报告 FLOPs，数值会翻倍。看报告时先确认单位。

4.3 推理时间预估：准不准？

Cube.AI 会基于芯片型号和主频，给出一个推理时间预估。这个值准不准？我的经验是：参考价值很大，但别全信。

为什么？因为预估模型用的是理想条件——内存无竞争、缓存全命中、中断不触发。实际跑起来，可能会有 20%~50% 的偏差。

报告里通常给出两种时间：

• Cycle 数：纯 CPU 周期，不受主频影响，适合跨芯片对比
• 毫秒数：基于主频换算，方便直观理解

我一般这样用：

1. 先看 Cycle 数，除以芯片主频，得到理论时间
2. 加上 30% 的余量，作为实际预期
3. 如果这个时间还满足需求，那就放心部署
4. 如果不满足，就得优化了

4.4 分析报告解读：逐块拆解

报告生成后，你会看到类似下面的结构。我带你逐块看：

+--------------------------------------------------+
|  STM32Cube.AI Analysis Report                     |
|  Model: my_model.tflite                           |
|  Target: STM32F746ZG (Cortex-M7, 216MHz)         |
+--------------------------------------------------+
|  Memory                                           |
|    - Activations: 92.3 KB                         |
|    - Weights: 45.6 KB                             |
|    - Total RAM: 137.9 KB                          |
|    - Total ROM: 45.6 KB                           |
+--------------------------------------------------+
|  Complexity                                       |
|    - Total MACs: 8.7 M                            |
|    - Total MAdd: 17.4 M                           |
|    - Top-1 layer: conv2d_3 (2.1 M MACs)           |
+--------------------------------------------------+
|  Timing (estimated)                               |
|    - Total cycles: 6,234,567                      |
|    - Estimated time: 28.9 ms                      |
|    - Per-layer breakdown available                |
+--------------------------------------------------+

重点看三块：

• Memory：确认 RAM 和 ROM 不超限。如果超了，优先减输入尺寸或量化
• Complexity：找到 Top-1 层，那就是优化目标。我通常先看它是不是全连接层，是的话考虑替换成全局平均池化
• Timing：看 Per-layer breakdown，找出最耗时的层。有时一个 5x5 卷积能占 40% 的时间，换成两个 3x3 就能大幅提速

4.5 知识结构图：模型分析全流程

下面这张图总结了从拿到报告到最终决策的完整流程。你可以对照着看，自己现在处在哪一步。

4.6 实战建议：如何快速定位问题

拿到报告后，我一般按这个顺序排查：

1. 看 Total RAM 是否超限——超了直接优化，不废话
2. 看 Total MACs 是否在芯片能力范围内——超了考虑换芯片或剪枝
3. 看 Per-layer breakdown，找 Top-3 耗时层——这些层就是优化重点
4. 看是否有全连接层——全连接层是内存和算力大户，能换就换
5. 看是否有大卷积核（5x5 以上）——拆成小卷积核通常能省 30%~50% 算力