《TinyML 从入门到实践：在微控制器上运行 AI 的完整指南》

开宗明义：TinyML 并非指单一的具体技术，而是一个概括词——举凡能在 微控制器 (MCU) 芯片上实现 AI/ML 推论工作的，即算是 TinyML。本教程将带你全面了解 TinyML 的核心概念、软件框架、硬件要求，并解答常见疑惑，助你快速上手这一前沿领域。

一、什么是 TinyML？它与边缘 AI 有何异同？

TinyML 的四大益处

TinyML 的益处与 Edge AI（边缘 AI）近似，主要有以下四点：

• 快速：更快获得推论结果，省去透过 Internet 与云端机房沟通信息的时间。
• 节费：Internet 通讯若以流量计费，能因此节省通讯花费。
• 可靠：Internet 拥塞、断线故障时，推论工作不会因此受影响。
• 安全：信息较少在 Internet 上传递，有助提升数据安全性。

技术可行性：MCU 运算力并非“不堪一击”

或许你会疑惑：众所皆知，MCU 运算力有限（相对于 IoT 网关、手机、计算机），而 AI/ML 向来耗用运算力，如此 TinyML 的技术主张岂不矛盾？
事实上，MCU 的运算力也在提升，足以用来执行简单的（相对于云端机房、边缘运算）AI/ML 推论工作。例如：

• 边缘运算系统：可执行高分辨率的影像辨识；
• MCU 上的 TinyML：可执行简易的物体形貌、颜色辨识。
• 边缘运算系统：可执行完整自然语言处理 (NLP) 的语音识别；
• MCU 上的 TinyML：可实现简单的“话语中关键词”辨识（如“Yes/No”）。