18、边缘 AI 开发：工具、平台与工作流解析

边缘 AI 开发：工具、平台与工作流解析

1. 嵌入式设备测试难题与解决方案

嵌入式设备在运行测试时容易陷入困境，比如程序崩溃后可能需要人工干预才能重启设备，上传新固件也可能需要手动操作。为解决这一问题，开发者构建了自动化硬件测试系统。

自动化硬件测试系统

• 组成 ：它是软硬件的结合体。
• 功能 ：能够刷新新代码、在测试之间对设备进行电源循环，还能为 I/O 端口或传感器提供输入。
• 构建方式 ：通常是定制构建，围绕一个主机系统（可能本身就是一个嵌入式设备），该主机系统连接团队使用的持续集成工具，以及要运行代码的设备。例如，若要测试与传感器（如用于检测关键字的麦克风）的集成，主机系统可能配备一个可按需发出关键字的扬声器。

2. 端到端边缘 AI 平台

平台概述

在理想情况下，任何在特定领域有专业知识的团队都能将知识转化为边缘 AI 应用。但边缘 AI 开发过程复杂，涵盖机器学习、数字信号处理和嵌入式硬件的低级软件工程等多方面的神秘工程技能，这让开发者容易感到不知所措。

近年来，出现了一系列端到端边缘 AI 平台，旨在降低入门门槛，让没有机器学习或嵌入式系统背景的人也能构建出色的新产品。这些平台可协助开发者完成应用开发的整个过程，包括：
1. 收集、管理和探索数据集
2. 进行特征工程和数字信号处理
3. 训练机器学习模型
4. 为嵌入式硬件优化算法
5. 生成