VIP20
本课程属于：012-TinyML低功耗推理调度 工业控制与工业互联网 · 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

TinyML推理任务DVFS动态调频调度实践

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
TinyML与DVFS动态调频调度的… · 学习目标 · 课程整体框架与适用人群
课程导入TinyML
02
TinyML基础
TinyML定义 · 典型应用场景 · 主流硬件平台（MCU
TinyML定义
03
DVFS基础
DVFS（动态电压频率调整）原理 · CPU/GPU/NPU频率与电压调节… · 功耗与性能权衡
DVFS动态电压频率调整
04
TinyML推理任务特性
推理任务的计算特征 · 内存访问模式 · 实时性要求
TinyML推理任务特性
05
DVFS在TinyML中的价值
降低功耗 · 延长电池寿命 · 平衡延迟与吞吐量
DVFSTinyML
06
硬件平台DVFS能力
常见MCU（如STM32 · ESP32）和边缘SoC（如Jets… · Raspberry Pi）的DVFS…
DVFS硬件平台
07
操作系统与驱动支持
RTOS（FreeRTOS · Zephyr）和Linux中的DVF… · devfreq）及API
操作系统驱动支持
08
功耗测量与建模
功耗测量工具（功率分析仪 · 电流探针） · 功耗模型建立
功耗测量建模
09
推理任务性能分析
基准测试方法 · 性能剖析工具（如perf · gprof）
推理任务性能分析基准测试方法
10
DVFS调频调度策略分类
静态调频 · 动态调频 · 自适应调频
DVFS调频调度策略分类
11
基于负载的DVFS策略
根据推理任务负载（如计算量 · 内存带宽）动态调整频率
DVFS基于负载的
12
基于截止时间的DVFS调度
满足实时性要求下的最小能耗调度算法（… · RM结合DVFS）
DVFS基于截止时间的
13
基于能耗模型的DVFS优化
建立能耗模型 · 通过优化算法（如动态规划 · 启发式）选择最优频率
DVFS基于能耗模型的
14
机器学习预测驱动的DVFS
使用回归 · 分类等ML模型预测任务执行时间或功耗 · 实现前瞻性调频
DVFS机器学习预测驱动…
15
强化学习在DVFS中的应用
使用Q-learning · DQN等强化学习方法自动学习调频策略
DVFS强化学习
16
多任务场景下的DVFS调度
多推理任务并发时的频率分配 · 优先级调度与资源竞争处理
DVFS多任务场景下的
17
DVFS与任务卸载协同
边缘计算中本地推理与云端卸载的能耗优… · DVFS与通信调度结合
DVFS任务卸载协同
18
案例实战
基于STM32和FreeRTOS的T…
案例实战STM32
19
案例实战
基于ESP32和Arduino的DV…
案例实战ESP32
20
案例实战
基于Linux边缘设备（如Raspb…
案例实战Linux
21
案例实战
使用TensorFlow Lite…
案例实战TensorFlow
22
案例实战
基于Jetson Nano的DVFS…
案例实战Jetson
23
工具链与开发环境
搭建DVFS实验环境 · 使用仿真器（如QEMU）和硬件调试器
工具链开发环境
24
性能与功耗联合优化
多目标优化方法（Pareto最优） · 权衡延迟与能耗的实用技巧
性能功耗联合优化
25
常见问题与调试
频率切换开销 · 稳定性问题 · 测量误差
常见问题调试
26
测试与验证方法
单元测试 · 集成测试 · 压力测试
测试验证方法
27
安全与可靠性
DVFS对系统可靠性的影响 · 电压降导致的故障 · 容错设计
安全可靠性
28
前沿趋势
自适应边缘AI · 神经形态计算 · DVFS与新型存储技术结合
前沿趋势AI
29
综合项目
设计一个完整的TinyML推理DVF… · 从需求分析到实现与评估
综合项目TinyML
30
课程总结与进阶路径
核心知识回顾 · 常见误区 · 推荐资源与研究方向
课程总结进阶路径