2、低功耗设备机器学习开发入门指南

低功耗设备机器学习开发入门指南

1. 嵌入式设备基础

嵌入式设备是低功耗机器学习应用的硬件平台选择，因其能耗低于1mW的特性符合TinyML的定义。过去，嵌入式设备多为8位设备，使用晦涩且专有的工具链，开发难度较大。不过，随着Arduino引入用户友好的集成开发环境（IDE）和标准化硬件，以及Arm的Cortex - M系列芯片推动32位CPU成为标准，开发过程变得相对简单。

嵌入式设备存在一些资源限制：
- 内存方面 ：通常只有几百千字节的RAM，甚至更少，闪存用于持久程序和数据存储的容量也类似。
- 时钟速度 ：时钟速度仅为几十兆赫兹的情况并不罕见。
- 操作系统 ：不会运行完整的Linux系统（因为这需要内存控制器和至少1兆字节的RAM），即便有操作系统，也可能不提供所有或任何预期的POSIX或标准C库函数。
- 内存分配 ：许多嵌入式系统避免使用动态内存分配函数，如 new 或 malloc() ，以确保可靠性和长期运行。
- 调试工具 ：使用调试器或其他桌面开发中熟悉的工具可能会有困难，因为访问芯片的接口非常专业。

不过，嵌入式开发也有一些优点：
- 没有其他进程干扰程序，便于构建程序运行的心理模型。
- 没有分支预测或指令流水线的处理器，使手动汇编优化比在更复杂的CPU上容易得多。

2. 不断变化的格局

机器学