MCU与TinyML基础：架构特点、资源限制与典型应用场景
在嵌入式机器学习（TinyML）的工程实践中，MCU（微控制器）是承载模型推理的核心硬件平台。与PC或云端服务器不同，MCU在算力、存储、功耗和外围接口上有着严格的约束，这决定了TinyML模型的设计、优化和部署方式。理解MCU的架构特点与资源边界，是进行传感器融合内存优化的前提。本章将系统梳理MCU的关键架构特征、TinyML的定义与定位，并通过一个实际的环境监测节点案例，展示如何在资源受限条件下完成多传感器数据的采集与推理任务。
2.1 MCU架构核心特点与资源边界
MCU（Microcontroller Unit）将处理器核心、存储器、可配置输入输出外设集成在单一芯片上，其设计哲学是“够用即可”，强调确定性、低功耗和实时响应。与应用处理器（AP）相比，MCU通常不具备内存管理单元（MMU），无法运行Linux等完整操作系统，而是直接操作寄存器或运行轻量级RTOS（如FreeRTOS、Zephyr）。
核心原理：冯·诺依曼与哈佛架构的取舍
绝大多数现代MCU采用哈佛架构或改进型哈佛架构，即指令总线与数据总线分离。以STM32F4系列为例，其Cortex-M4内核通过I-Bus、D-Bus和S-Bus分别访问Flash、SRAM和外设，这使得取指与数据访问可以并行执行，提升了指令执行效率。然而，这种架构也带来一个关键限制：Flash读取速度通常低于CPU主频，当CPU从Flash执行代码时，需要插入等待周期（Wait States），这会降低实际计算吞吐量。因此，在TinyML推理中，将频繁访问的权重数据从Flash拷贝到SRAM，或者利用ART加速器（如STM32F7/F4系列）预取缓存，是常见的性能优化手段。
| 资源类型 | 典型范围 | 对TinyML的影响 |
|---|---|---|
| CPU主频 | 16 MHz ~ 480 MHz | 决定单次推理延迟上限 |
| Flash容量 | 32 KB ~ 2 MB | 存储模型权重、代码和常量表 |
| SRAM容量 | 8 KB ~ 512 KB | 存放激活值、中间特征图、输入输出缓冲区 |
| 外设接口 | I2C / SPI / UART / ADC / DMA | 决定传感器数据采集带宽与方式 |
| 功耗 | 活跃: 1~50 mA; 睡眠: uA级 | 影响电池寿命与部署场景 |
判断方法：如何评估MCU是否适合TinyML任务
在项目选型阶段，工程师需要从三个维度进行量化评估：算力余量、内存余量和外设匹配度。算力方面，可参考CoreMark或CMSIS-DSP基准测试，估算目标模型（如1D-CNN或决策树）在MCU上的推理时间。内存方面，需要计算模型权重（Flash占用）和最大激活值（SRAM占用）的峰值。一个快速估算公式为：SRAM需求 ≈ 输入特征图 + 最大中间特征图 × 2 + 输出缓冲区 + 运行时堆栈。外设匹配度则需确认传感器接口类型、DMA通道数量以及是否支持所需的中断优先级。
2.2 TinyML定义与工程定位
TinyML是机器学习与嵌入式物联网系统的交叉领域，其核心定义是：在功耗受限、存储受限、算力受限的MCU上，部署和运行机器学习模型的技术与方法论。它并非简单地将模型“压缩”到MCU上，而是涉及模型设计、量化压缩、推理引擎优化、硬件指令适配等一系列系统工程问题。
核心原理：从云到端的范式转移
传统AIoT架构将传感器数据通过Wi-Fi/4G上传至云端，由GPU服务器完成推理，再将结果返回终端。这种模式存在三个痛点：网络依赖性强（断网即失效）、数据隐私风险高（原始数据外传）、响应延迟大（通常数百毫秒）。TinyML将推理过程迁移到数据产生的地方——传感器附近的MCU上，实现本地实时决策。例如，在工业振动监测中，MCU直接对加速度计数据进行FFT和异常分类，仅在检测到异常时才通过BLE发送告警，功耗降低90%以上。
判断方法：什么任务适合TinyML
并非所有机器学习任务都适合在MCU上运行。适合TinyML的任务通常具备以下特征：输入特征维度较低（如<100个特征）、模型结构相对简单（如决策树、线性回归、小型CNN）、推理频率不高（如每秒1次而非每秒1000次）、对绝对精度要求适中（如分类准确率85%即可接受）。反之，处理高分辨率图像（如512×512）或复杂自然语言任务则不适合直接部署在MCU上，需要采用“端侧预处理+云侧大模型”的混合架构。
- 关键词唤醒（KWS）：在智能音箱或耳机中识别“Hey Siri”等唤醒词，模型通常为DS-CNN或CRNN，参数量在100K~500K之间。
- 预测性维护：通过振动传感器（IMU）数据判断电机轴承磨损程度，使用1D-CNN或LSTM，推理频率1Hz。
- 可穿戴健康监测：基于PPG或ECG信号进行心率变异性分析、心律失常检测，模型为TinyLSTM或异常检测自编码器。
- 智能农业：土壤湿度、温度、光照多传感器融合，使用决策树或随机森林判断灌溉时机。
- 工业安全：通过麦克风阵列检测异常声音（如气体泄漏），使用音频分类模型。
2.3 案例拆解：环境监测节点的传感器融合与内存优化
为了具体说明MCU资源限制对TinyML部署的影响，我们设计一个环境监测节点案例。该节点需要同时采集温度、湿度、气压和光照强度四个传感器的数据，并在本地运行一个随机森林分类器，判断当前环境属于“舒适”、“干燥”、“潮湿”还是“异常”四种状态。
案例背景与约束
硬件平台选用STM32L476RG（Cortex-M4F @ 80MHz，1MB Flash，128KB SRAM）。传感器包括：SHT30（温湿度，I2C接口）、BMP280（气压，I2C接口）、BH1750（光照，I2C接口）。所有传感器共享一条I2C总线，通过不同的从机地址区分。系统要求：电池供电（2节AA电池），目标续航6个月以上；推理周期为10秒一次；分类准确率不低于90%。
初始现象与内存瓶颈分析
在初步实现中，工程师为每个传感器分别分配了独立的DMA接收缓冲区（每个256字节），同时为随机森林模型分配了4个特征数组（每个4字节浮点数）和输出概率数组。通过map文件分析发现，SRAM占用达到87KB，其中传感器数据缓冲占用了约3KB，但模型推理时的临时变量和堆栈却占用了超过40KB。进一步分析发现，随机森林中每棵决策树的节点分裂阈值以浮点数存储，且推理时递归调用函数导致栈空间消耗巨大。
优化操作步骤
- 缓冲区复用：将四个传感器的DMA缓冲区合并为一个共享的512字节联合体（Union），因为传感器数据采集是分时进行的，不会同时触发DMA中断。
- 特征量化：将温度、湿度、气压、光照的浮点特征值量化为int16_t整数。例如，温度范围-20°C~50°C映射到-32768~32767，精度为0.002°C，完全满足分类需求。这使特征数组从16字节（4×4字节）降至8字节。
- 决策树节点压缩：将每棵树的节点阈值从float改为int16_t，并将左右子节点索引从int32_t改为uint16_t。对于深度为5的二叉树，节点数最多31个，uint16_t足够表示。
- 栈空间优化：将决策树推理从递归改为迭代实现，使用显式的栈数组（深度固定为5），避免递归调用带来的不确定栈消耗。
优化结果与复盘
| 指标 | 优化前 | 优化后 | 降幅 |
|---|---|---|---|
| SRAM总占用 | 87 KB | 41 KB | 52.9% |
| 传感器缓冲区 | 1 KB (4×256B) | 512 B (共享) | 50% |
| 模型权重(Flash) | 24.5 KB (float) | 12.3 KB (int16) | 49.8% |
| 单次推理时间 | 18 ms | 11 ms | 38.9% |
| 分类准确率 | 92.3% | 91.8% | 仅降0.5% |
复盘发现，量化后准确率下降的主要原因是气压特征在低气压区间（如900~950hPa）的区分度略有降低。通过调整量化映射范围（将气压的量化范围从800~1100hPa改为850~1050hPa），准确率恢复至92.1%。此外，共享缓冲区方案需要特别注意DMA中断的优先级设置，确保两个传感器不会同时触发DMA传输，否则会造成数据覆盖。
2.4 常见误区与总结复盘
在MCU与TinyML的入门阶段，工程师常陷入以下误区：误区一：认为MCU内存优化只是减少全局变量。实际上，函数调用栈、中断嵌套、DMA描述符、RTOS任务控制块（TCB）等都会消耗SRAM，且这些部分往往被忽视。建议使用链接器生成的.map文件，逐一核对每个段的SRAM占用。误区二：盲目追求模型量化位宽。将模型从float32直接量化为int8，虽然内存减半，但可能引入1%~3%的准确率损失。在传感器融合场景中，如果特征本身噪声较大，int16量化通常足够，无需激进地使用int8。误区三：忽略Flash读取等待周期。当模型权重存储在Flash中时，CPU每次读取权重都需要等待Flash访问周期。如果推理时间不达标，应优先考虑将权重拷贝到SRAM（使用__attribute__((section(".sram")))），而不是盲目优化算法。
总结本章核心要点：MCU的哈佛架构、有限SRAM/Flash、无MMU特性决定了TinyML部署必须采用“内存复用、量化压缩、算法简化”三位一体的优化策略。理解传感器数据流与模型推理的内存生命周期，是进行高效内存管理的基础。在下一阶段的课程中，我们将深入探讨传感器数据采集与预处理环节的内存优化技巧，包括DMA环形缓冲区的设计、数据对齐策略以及特征缓存机制。