1. 课程导入：学习目标、适用人群、课程结构、开发环境总览
欢迎来到《Nordic nRF TinyML入门：nRF52840/nRF5340端侧AI开发流程》的第一章。在接下来的课程中，我们将系统性地探索如何在Nordic Semiconductor的旗舰低功耗蓝牙SoC——nRF52840与nRF5340上，部署和运行轻量级机器学习模型。TinyML并非简单地将模型压缩后塞进单片机，而是一套融合了嵌入式系统设计、信号处理、模型优化与低功耗工程的全新方法论。本章作为整个课程的基石，将帮助你明确学习路线、评估自身基础、理解课程的知识架构，并搭建起一套可复用的开发环境。无论你是刚接触嵌入式AI的硬件工程师，还是希望将算法落地到边缘设备的软件开发者，本章都将为你绘制一幅清晰的技术航海图。
1.1 学习目标：从“能跑模型”到“懂系统优化”
本课程的核心目标并非仅仅教会你如何将现成的TensorFlow Lite模型烧录到开发板上，而是培养一种系统级的设计思维。在nRF52840（Cortex-M4F，主频64MHz，内存256KB）和nRF5340（双核Cortex-M33，主频128MHz/64MHz，内存512KB）上运行AI，意味着你必须在极小的SRAM和Flash预算内，平衡推理延迟、功耗预算与识别精度。完成本课程后，你将能够：
- 独立完成端侧AI全流程：从传感器数据采集（如IMU、麦克风）、数据清洗与标注，到模型训练、量化（INT8/FP16）、转换为TFLite Micro格式，最终在nRF硬件上实现实时推理。
- 深度理解硬件加速原理：掌握如何利用ARM Cortex-M内核的DSP指令（如SMLAD）和CMSIS-NN软件库对卷积运算进行加速，理解为何同样的模型在nRF52840上比在Cortex-A系列处理器上慢数十倍。
- 掌握低功耗AI设计范式：学会使用nRF的PPI（可编程外设互连）、DPPI（分布式可编程外设互连）以及事件驱动机制，实现“事件唤醒-推理-睡眠”的极低功耗循环，例如在待机电流低至0.3µA的同时，实现关键词唤醒功能。
- 具备工程化排障能力：能够通过RTT日志、HardFault分析、功耗曲线（使用Power Profiler Kit）定位模型崩溃、内存溢出或推理结果异常的问题。
1.2 适用人群：你需要具备哪些基础？
本课程面向具备一定嵌入式或软件开发经验的工程师，但并非要求你已经是AI专家。为了确保学习效果，建议你对照以下画像进行自我评估：
| 人群类型 | 基础要求 | 本课程带来的核心价值 |
|---|---|---|
| 嵌入式软件工程师 | 熟悉C语言，了解UART/SPI/I2C外设驱动，有RTOS（如Zephyr、FreeRTOS）使用经验。 | 补齐机器学习与数据处理短板，掌握模型量化与部署技能，提升产品附加值。 |
| 物联网/硬件工程师 | 熟悉电路原理图，能看懂nRF52840-DK原理图，了解低功耗设计基础。 | 学会如何将传感器数据转化为AI决策，理解模型对硬件资源的消耗。 |
| 算法/数据科学工程师 | 熟悉Python，使用过TensorFlow或PyTorch训练过分类或回归模型。 | 突破“只能在服务器上跑模型”的思维定式，掌握模型压缩、算子替换与边缘部署技巧。 |
| 在校学生/创客 | 有基本的C语言和Python基础，对硬件有好奇心。 | 系统化地进入嵌入式AI领域，获得从零到一的完整项目经验。 |
如果你对Zephyr RTOS完全陌生，建议在课程初期先花2-3天熟悉nRF Connect SDK的基本工程结构（如hello_world、blinky示例）。本课程在涉及Zephyr设备树（Devicetree）配置时，会从原理层面进行讲解，而非仅仅给出配置代码。
1.3 课程结构：30章渐进式学习路径
本课程共30章，分为四大知识模块，每个模块之间环环相扣。建议按照顺序学习，尤其是前10章的基础部分，将为后续的实战项目打下坚实基础。
- 模块一：基础与环境（第1-5章）：本章节即属于此模块。后续将深入讲解nRF52840/nRF5340的架构差异、Zephyr设备树语法、nRF Connect SDK的编译系统（CMake + west），以及如何配置调试器（J-Link）与串口日志。
- 模块二：数据与模型（第6-12章）：聚焦于端侧AI的数据工程。你将学习如何利用nRF52840-DK上的板载传感器（如BMI270 IMU、PDM麦克风）采集数据，并使用Python进行信号处理（FFT、滤波）。随后，我们将使用TensorFlow训练一个简单的关键词识别（KWS）模型和一个手势分类模型。
- 模块三：部署与优化（第13-22章）：这是课程的核心实战部分。你将学习如何将训练好的模型转换为TFLite Micro格式，并处理量化过程中的精度损失问题。重点章节包括：CMSIS-NN算子优化、内存规划技巧（算子融合、张量复用）、以及利用nRF5340的双核架构（网络核处理BLE协议栈，应用核运行AI推理）实现性能最大化。
- 模块四：高级应用与调试（第23-30章）：探索更复杂的端侧AI应用，如异常检测（基于自动编码器）、多传感器融合（IMU+麦克风）、以及如何使用nRF21540前端模块扩展通信距离。最后，我们将深入讲解如何使用Power Profiler Kit进行功耗剖析，并分享工业级产品的量产测试经验。
1.4 开发环境总览：搭建你的第一套nRF TinyML工作台
在开始编写代码之前，我们需要搭建一套稳定、可复现的开发环境。Nordic官方主推的nRF Connect SDK（NCS）基于Zephyr RTOS，其版本迭代较快，因此版本锁定是避免环境灾难的关键。以下是推荐的开发环境配置清单：
- 硬件准备：nRF52840-DK（PCA10056）或nRF5340-DK（PCA10095）开发板一块。建议初学者使用nRF52840-DK，其资料更丰富，且与nRF5340的编程模型高度相似。此外，准备一根Micro-USB数据线（用于供电和调试）和一个J-Link OB调试器（开发板已板载）。
- 软件工具链：推荐使用VS Code + nRF Connect for VS Code扩展包。该扩展包集成了项目向导、设备树编辑器、终端和烧录工具。你也可以选择使用Nordic官方的nRF Connect for Desktop桌面应用，但VS Code插件在代码编辑和调试体验上更优。
- SDK与工具链管理：使用
nrfutil命令行工具安装和管理NCS版本。例如，执行nrfutil install ncs-toolchain会自动安装匹配的west、Zephyr SDK、ARM GCC编译器以及OpenOCD。
下面是一个典型的NCS环境初始化流程（以macOS/Linux为例）：
# 1. 安装 nrfutil（Nordic官方工具）
pip3 install nrfutil
# 2. 安装最新稳定版NCS工具链（包含west、Zephyr SDK等）
nrfutil install ncs-toolchain
# 3. 创建并进入工作目录
mkdir nrf_ai_workspace && cd nrf_ai_workspace
# 4. 初始化west工作区（拉取NCS主仓库及所有模块）
west init -m https://github.com/nrfconnect/sdk-nrf --mr v2.6.0
west update
# 5. 导出Zephyr环境变量（每次打开新终端需执行）
source zephyr/zephyr-env.shwest update --narrow -f always 命令确保所有子模块版本与manifest文件严格一致。另外，Windows用户请务必关闭杀毒软件的实时扫描功能，否则编译速度会降低5-10倍，且可能误删编译中间文件。
在环境搭建完成后，我们可以通过一个简单的“LED闪烁+串口打印”示例来验证工具链是否正常。但请注意，本课程后续的AI项目将大量使用Zephyr的设备树（Devicetree）来配置外设。例如，要使用nRF52840-DK上的BMI270 IMU传感器，你需要在设备树文件中添加如下节点（简化示例）：
/ {
sensors {
compatible = "i2c-devices";
bmi270: bmi270@68 {
compatible = "bosch,bmi270";
reg = <0x68>;
label = "BMI270";
int-gpios = <&gpio0 29 GPIO_ACTIVE_LOW>;
};
};
};这段配置告诉Zephyr内核，BMI270传感器挂载在I2C总线上，地址为0x68，中断引脚连接在P0.29上。理解设备树是驾驭NCS的关键，我们将在第3章详细拆解其语法。
1.5 案例拆解：从零开始点亮nRF52840-DK并验证AI开发链路
为了让你对开发环境有一个直观的感知，我们通过一个“最小可行性验证”案例来结束本章。该案例的目标是：在nRF52840-DK上运行一个基于CMSIS-NN的简单正弦波预测模型，并通过串口打印输出结果。虽然这并非一个完整的AI应用，但它能验证你的工具链、编译系统、烧录流程以及浮点运算单元（FPU）是否正常工作。
背景与约束：假设你刚拿到一块全新的nRF52840-DK，电脑上已安装好VS Code和nRF Connect插件。你的目标是确保从“源码编辑”到“串口输出”的整个链路畅通无阻。
操作步骤：
- 在VS Code中，使用nRF Connect插件创建新项目，选择
nrf52840dk_nrf52840作为目标板，模板选择hello_world。 - 修改
prj.conf文件，启用浮点打印支持：CONFIG_FPU=y和CONFIG_CMSIS_NN=y（后者用于后续AI加速）。 - 在
main.c中，编写一个简单的循环，每秒钟计算一次sin(x)的值，并通过printk输出。 - 点击“烧录”按钮，观察J-Link调试器是否成功识别芯片。打开串口终端（波特率115200），查看输出。
结果与复盘：如果一切顺利，你将看到类似 sin(0)=0.000000 的输出。如果出现 HardFault 或乱码，请优先检查以下三个环节：
- 电源：开发板上的VREG指示灯是否点亮？如果使用外部调试器，是否与板载调试器冲突？
- 串口驱动：是否安装了SEGGER J-Link驱动？在设备管理器中是否识别到COM端口？
- 时钟配置：NCS默认使用外部高频晶振（HFXO），如果开发板上的晶振损坏或未焊接，系统将无法启动。此时可尝试在
prj.conf中添加CONFIG_SYS_CLOCK_HW_CYCLES_PER_SEC=64000000强制使用内部RC振荡器（不推荐用于实际产品，仅用于验证）。