-
异构智能嵌入式系统AI模型推理与部署优化——从模型轻量化到系统级加速的综述与展望
随着人工智能技术与嵌入式硬件的快速发展，嵌入式人工智能系统(如移动机器人、自动驾驶汽车和星载无人机)在工业自动化、交通运输和航空航天等关键领域变得越来越重要。作为集成CPU、GPU、NPU等多种异构处理器单元的智能实时系统，其核心任务是通过计算密集型的深度神经网络(DNN)实现环境感知、决策控制等复杂功能，同时面临严格的时间约束与资源瓶颈。文章从网络模型在嵌入式系统加速推理优化的角度，将围绕DNN模型轻量化、推理加速优化与动态任务调度三个方面，详细分析嵌入式智能系统的国内外研究现状。
