课程导入：Edge AI实验管理的背景、痛点与学习目标

边缘人工智能（Edge AI）正在从实验室原型走向规模化部署。当模型被部署到摄像头、工业控制器、车载单元、医疗手持设备等资源受限的终端时，每一次实验都涉及数据采集、预处理、模型训练、量化压缩、硬件适配和端侧验证等多个环节。与云端AI实验不同，Edge AI实验的每一次迭代都同时受限于算力、内存、功耗、实时性和数据分布漂移等多重约束。这种复杂性使得实验管理不再是简单的“记录几个参数”，而成为决定项目能否从实验走向产品化的关键工程能力。

Edge AI实验管理的背景：从“能跑”到“可管”

在传统云端AI开发中，实验管理通常围绕数据集版本、模型checkpoint和训练日志展开。但Edge AI引入了一个根本性变化：模型性能不再只由训练指标决定，而是由“训练指标+端侧运行指标”共同决定。一个在GPU上达到95%准确率的图像分类模型，经过INT8量化部署到Cortex-M4内核的MCU上，准确率可能下降到91%，推理延迟从2ms变为35ms，内存占用从200MB压缩到2MB。这些变化不是孤立的——量化参数、数据分布、编译器优化选项、甚至电源管理策略都会交叉影响最终效果。

因此，Edge AI实验管理需要覆盖从数据采集到端侧部署的完整链路。数据版本管理不再只是记录“用了哪份数据”，还要记录采集环境、传感器标定参数、数据增强策略和标注规范。训练参数管理需要同时追踪模型结构、超参数、量化配置和编译器选项。指标追踪则必须建立训练指标（准确率、Loss）与端侧指标（推理延迟、峰值内存、功耗、帧率）的映射关系。这种多维度的管理需求，远超传统MLOps工具的能力边界。

核心痛点：Edge AI实验管理的四大困境

在实际项目中，工程师和管理者经常陷入以下困境，这些困境直接催生了本课程的设计逻辑。

• 复现困境：三个月前的实验，数据文件被覆盖、训练脚本经过多次修改、量化参数记录在某个聊天记录里。即使代码还在，也无法复现当时的实验结果。
• 协作困境：算法工程师、嵌入式工程师、测试工程师使用各自的记录方式。算法说“准确率提升了2%”，嵌入式说“延迟增加了8ms”，但没有人能快速回答“这2%的准确率提升是否值得8ms的延迟代价”。
• 调优困境：Edge AI的调优空间巨大——模型结构、剪枝比例、量化位宽、编译器优化级别、缓存策略、电源模式等。没有系统化的实验追踪，调优就变成“随机游走”，每次改动都无法判断是哪个因素带来了收益。
• 决策困境：项目评审时，管理层需要知道“当前模型是否满足产品需求”。如果缺乏统一的指标追踪和对比基准，这个问题的回答只能是“感觉差不多”或“再试试看”。

课程学习目标与整体框架

本课程旨在帮助学员建立一套完整的Edge AI实验管理方法论，并掌握可落地的工具链实践。课程共分为六个模块，每个模块解决一个核心问题。

案例拆解：一个典型的Edge AI实验管理失败场景

为了更直观地理解上述痛点，我们来看一个真实的项目案例。某智能家居团队开发一款基于摄像头的人体检测传感器，目标是在低功耗MCU上实现实时检测。

项目背景与约束：硬件平台为双核Cortex-A7处理器，内存512MB，功耗预算1.5W。团队共5人：2名算法工程师、1名嵌入式工程师、1名测试工程师、1名项目经理。项目周期6个月。

初始现象：项目进行到第4个月时，算法工程师报告“模型准确率已达到92%”，但嵌入式工程师反馈“部署后帧率只有8fps，无法满足15fps的需求”。双方开始互相质疑——算法认为是嵌入式优化不到位，嵌入式认为是模型结构太复杂。

关键数据与问题分析：

实验记录（第3个月）：
- 模型：MobileNetV2 1.0，输入尺寸224x224
- 训练数据：v3版本（添加了夜间增强）
- 量化：INT8，per-channel
- 训练准确率：94.2%
- 验证准确率：92.1%
- 端侧帧率：8fps（未优化）
- 端侧帧率：12fps（启用NEON优化后）

通过梳理实验记录发现，算法团队在训练时使用了224x224输入，但嵌入式团队为了降低延迟，在部署时直接改为192x192输入，且没有重新训练模型。这导致实际部署的模型输入尺寸与训练配置不一致，精度下降约3%。同时，量化校准数据集使用的是白天场景数据，夜间数据分布漂移导致量化误差增大。

实际操作与结果：团队建立统一的实验追踪表，记录每次实验的模型结构、输入尺寸、量化配置、校准数据集版本和端侧优化选项。重新训练了适配192x192输入的模型，并使用包含夜间场景的校准集进行量化。最终在保持15fps帧率的同时，准确率达到90.5%，功耗1.2W，满足产品需求。

复盘经验：这个案例揭示了Edge AI实验管理的核心价值——不是记录“做了什么”，而是记录“为什么这样做”以及“所有相关配置的完整快照”。如果团队在实验初期就建立数据版本、训练参数和端侧指标的关联追踪，至少可以节省3周的调试时间。

常见误区与总结

在课程正式开始前，我们先澄清几个常见误区，这些误区会在后续章节中反复出现并深入解决。

• 误区一：实验管理等于使用MLflow。工具只是载体，核心是管理方法论。没有清晰的数据血缘定义和指标关联规则，再强大的工具也无法发挥作用。
• 误区二：只关注训练指标。Edge AI的最终评价标准是端侧综合表现。训练准确率再高，如果无法在目标硬件上满足实时性和功耗要求，就没有实际价值。
• 误区三：数据版本管理是“数据团队的事”。在Edge AI中，数据版本与模型性能强相关，算法工程师必须参与数据版本的定义和验证。
• 误区四：实验管理会拖慢开发速度。短期看确实增加了记录成本，但长期看，它避免了大量无效的重复实验和调试时间。根据统计，系统化实验管理可以将项目整体效率提升30%-50%。

本课程将围绕上述痛点和目标，逐步展开数据版本管理、训练参数管理、指标追踪、流程自动化、团队协作和工具链选型等核心内容。每一章都会结合真实项目场景，提供可操作的方法论和工具实践。希望通过本课程的学习，学员能够建立起一套适合自己团队的Edge AI实验管理体系，让每一次实验都成为可积累的资产，而不是一次性的临时行为。