首页
›
嵌入式边缘AI与TinyML
›
012-TinyML低功耗设计与电池供电优化
›
《TinyML模型访问开销分析与低功耗优化》
VIP20
本课程属于:012-TinyML低功耗设计与电池供电优化
嵌入式边缘AI与TinyML · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
15. TinyML模型大小与功耗:Flash读取、RAM访问与周期数关系
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
了解TinyML中模型大小与功耗的核… · 明确学习目标 · 课程框架和实际应用价值
课程导入
TinyML
02
硬件基础
认识典型MCU的Flash · SRAM和CPU周期特性 · 理解存储层次与功耗的基本原理
硬件基础
MCU
03
模型存储机制
掌握模型参数在Flash中的存储方式 · 理解权重 · 激活值
模型存储机制
Flash
04
Flash读取功耗
分析Flash读取操作的能量消耗 · 对比不同读取模式(顺序 · 随机
Flash
读取功耗
05
RAM访问功耗
理解RAM读写操作的能耗特性 · 区分静态RAM与动态RAM在Tiny…
RAM
访问功耗
06
周期数与功耗关系
建立CPU周期数 · 执行时间与动态功耗之间的数学模型 · 掌握能量估算公式
周期数
功耗关系
07
模型大小与Flash占用
学习如何计算模型参数量 · 量化位数对Flash占用率的影响 · 以及模型压缩的基本方法
Flash
模型大小
08
内存占用分析
掌握模型运行时RAM占用组成(权重 · 激活 · 中间结果
内存占用分析
RAM
09
推理过程中的内存访问模式
分析卷积 · 全连接 · 激活函数等典型算子对Flash和RA…
推理过程
内存访问模式
10
功耗测量方法
学习使用电流探针 · 功率分析仪或片上能量计数器测量Tin…
功耗测量方法
学习使用电流探针
11
模型量化与功耗
掌握INT8 · INT16 · 浮点等不同量化精度对Flash
模型量化
功耗
12
模型剪枝与功耗
理解结构化剪枝和非结构化剪枝如何减少… · 进而降低功耗
模型剪枝
功耗
13
知识蒸馏与模型压缩
学习知识蒸馏 · 低秩分解等压缩技术对模型大小和功耗的…
知识蒸馏
模型压缩
14
轻量级模型架构
介绍MobileNet · EfficientNet-Lite · TinyML专用网络等轻量架构的存储…
轻量级模型架构
MobileNet
15
推理框架优化
掌握TensorFlow Lite… · CMSIS-NN等框架如何优化Fla…
推理框架优化
TensorFlow
16
缓存与预取策略
理解MCU缓存(如指令缓存 · 数据缓存)对Flash读取功耗的影响 · 以及预取技术的应用
缓存
预取策略
17
内存复用与生命周期管理
学习如何通过内存池 · 原地计算等技术减少RAM占用和访问次…
内存复用
生命周期管理
18
低功耗模式与推理调度
掌握MCU的睡眠 · 深度睡眠模式与推理任务调度的结合 · 实现按需功耗管理
低功耗模式
推理调度
19
案例实战
基于Arduino Nano 33… · 测量Flash · RAM占用和推理功耗
案例实战
Arduino
20
案例实战
基于STM32L4实现关键词唤醒模型 · 分析模型大小与功耗的权衡 · 并优化内存布局
案例实战
STM32L4
21
案例实战
使用ESP32-C3部署异常检测模型 · 对比不同量化策略下的功耗和精度
案例实战
ESP32-C3
22
常见问题
模型过大导致Flash溢出 · 如何通过量化 · 剪枝或外部存储解决并评估功耗代价
常见问题
Flash
23
常见问题
RAM不足导致推理失败 · 如何优化激活缓冲区 · 使用内存复用或流式推理
常见问题
RAM
24
常见问题
推理速度慢导致功耗高 · 如何通过算子优化 · 硬件加速或减少周期数来降低能耗
常见问题
推理速度慢导致功…
25
常见问题
测量功耗时数据不准确 · 如何正确设置测量环境 · 采样率和校准方法
常见问题
测量功耗时数据不…
26
工具链实践
使用STM32CubeMX · Keil · IAR等工具分析编译后的Flash和…
工具链实践
STM32CubeMX
27
工具链实践
使用TensorFlow Lite… · 并导出C数组部署到MCU
工具链实践
TensorFlow
28
工具链实践
使用Perfetto或自定义计时器测… · 结合电流数据计算能量消耗
工具链实践
Perfetto
29
综合提升
设计一个完整的TinyML功耗优化流… · 从模型设计 · 压缩
综合提升
TinyML
30
课程总结与展望
回顾核心知识点 · 探讨未来TinyML模型大小与功耗优… · 以及边缘AI的发展方向
课程总结
回顾核心知识点
所属VIP或分类
同VIP:TinyML-INT8推理与设备能效优化
同VIP:TinyML事件唤醒与低功耗推理固件开发
同VIP:TinyML低功耗优化:电池供电设备的推理任务设计