1. 从“跑个模型”到“塞进指甲盖”TinyML硬件选型的底层逻辑很多人第一次接触TinyML脑子里想的都是“把模型压缩一下往单片机里一塞就完事了”。我刚开始也是这么想的结果拿了一块常见的Cortex-M4开发板把TensorFlow Lite Micro的示例编译进去发现连一个最简单的关键词唤醒模型都跑得磕磕绊绊——推理一次要几百毫秒功耗还下不来。后来才明白TinyML开发板的硬件选型不是“能跑就行”而是要在算力、内存、功耗、成本这四个维度上找到那个极其狭窄的平衡点。所谓TinyML简单说就是在毫瓦级功耗、KB级内存、几块钱成本的微控制器上跑机器学习推理。它和边缘计算不是一回事——边缘计算可能用的是树莓派级别的板子而TinyML的目标设备往往连操作系统都没有直接裸机跑。这就决定了它的硬件需求跟常规AI开发板完全不同。你不需要考虑CUDA核心数不需要看显存带宽反而要死磕SRAM够不够放下张量 arena、Flash能不能装下模型权重、有没有硬件加速单元来降低推理延迟。这篇文章面向的是想入手TinyML开发板但不确定该看哪些参数的开发者或者已经有一块板子但发现跑模型效果不理想的同学。我会从实际项目经验出发把TinyML开发板的硬件需求拆成几个关键模块逐个讲清楚每个模块为什么重要、怎么判断够不够用、以及常见的选型误区。文章里提到的具体型号和参数都是基于公开资料和实测经验不涉及任何特定厂商的推广。先给一个核心结论一块合格的TinyML开发板核心不是CPU主频有多高而是内存够不够大、有没有NPU或DSP加速、功耗管理是否精细、以及工具链是否成熟。这四点缺一个你的项目就可能卡在某个环节上不去。下面我按重要性从高到低展开。2. 内存才是第一道门槛SRAM和Flash的硬约束2.1 为什么SRAM比主频更致命TinyML模型推理时输入数据、中间激活值、模型权重如果不用Flash直接读取的话都要放在SRAM里。TensorFlow Lite Micro在初始化时会根据模型结构计算一个“张量arena”的大小这块内存必须一次性分配出来。如果你的SRAM不够连初始化都过不了直接报“AllocateTensors() failed”。我实测过一个简单的语音唤醒模型DS-CNN结构约20KB权重在Cortex-M4上跑张量arena需要大约60KB的SRAM。如果你选的板子只有64KB SRAM那基本上只剩几KB给系统栈和别的任务稍微加点功能就崩。所以我的经验是SRAM至少128KB起步256KB以上才比较从容。别只看模型文件大小中间激活值往往比权重还占地方。Flash方面模型权重通常存在Flash里运行时按需加载。一个量化后的关键词识别模型大概50-100KB图像分类模型可能到300KB以上。加上固件本身、文件系统、OTA备份区Flash建议至少512KB1MB以上更稳妥。有些板子标称2MB Flash但实际可用可能只有一半因为要留给出厂固件和引导程序。2.2 内存不够时的补救手段与代价如果板子已经买了SRAM不够怎么办常见做法是模型分片推理把一个大模型拆成几段每段跑完把中间结果写到外部Flash再加载下一段。但这会带来两个问题一是推理延迟成倍增加因为Flash读写速度远低于SRAM二是代码复杂度飙升调试起来很痛苦。我试过一次分片方案原本单次推理80ms分片后变成300ms而且功耗因为频繁访问Flash反而更高了。另一个办法是换更小的模型比如把MobileNetV1换成更窄的版本或者用深度可分离卷积替代标准卷积。但这属于算法层面的妥协不在硬件讨论范围内。所以选板子的时候内存一定要留足余量别想着“刚好够用”实际项目里各种库、日志、通信缓冲都会吃掉不少。2.3 外部PSRAM和Flash的取舍有些高端TinyML板子会外挂PSRAM伪静态RAM和QSPI Flash。PSRAM的好处是容量大常见8MB、16MB价格也不贵但访问速度比内部SRAM慢不少而且需要占用引脚和配置内存映射。如果你的模型推理对延迟不敏感比如几秒一次的环境监测用PSRAM存权重是可行的。但如果要做实时音频处理PSRAM的访问延迟可能成为瓶颈。QSPI Flash则主要用来存模型和日志通过内存映射模式可以直接读取速度比普通SPI Flash快很多。选板子时注意看是否支持XIP就地执行这样代码和常量可以直接从Flash跑省下SRAM给张量arena。不过XIP模式下Flash的读取功耗不低对电池供电的设备要权衡。3. 算力单元CPU、DSP还是NPU到底怎么选3.1 通用CPU的算力天花板在哪里大多数TinyML入门板用的是Arm Cortex-M系列内核比如M0、M3、M4、M7、M33、M55。M0和M3基本只能跑非常小的模型而且没有硬件浮点单元FPU量化模型是唯一选择。M4和M7带FPU和DSP指令集跑量化模型时可以用SIMD指令加速性能提升明显。M33和M55是较新的架构M55还支持Helium向量扩展Arm的MVE对神经网络里的矩阵运算有专门优化。我实测过同一个关键词识别模型在不同内核上的表现M0上单次推理约400msM4上约80msM7上约40ms带Helium的M55可以到15ms左右。这个差距非常大直接决定了你的产品能不能做实时响应。所以如果项目对延迟有要求至少选Cortex-M4起步最好M7或M55。但主频也不是越高越好。有些板子标称400MHz甚至更高但那是给通用计算用的跑神经网络时内存带宽往往成为瓶颈主频再高也发挥不出来。而且高主频意味着高功耗对电池设备不友好。3.2 NPU和DSP加速器的实际收益现在不少TinyML芯片集成了专用NPU或DSP。比如某些基于RISC-V的AI加速芯片或者Arm的Ethos-U55微NPU。这些加速器的好处是能效比极高跑一个MobileNetV1级别的模型可能只要几毫瓦而用CPU跑要几十毫瓦。但代价是工具链复杂模型需要经过特定编译器转换而且支持的算子有限不是所有模型都能跑。我个人的建议是如果你是初学者先用纯CPU的板子把流程跑通理解TFLite Micro的部署逻辑。等有性能瓶颈了再考虑带NPU的板子。因为NPU的调试门槛高很多遇到不支持的算子可能要手动改写模型结构没有一定经验很容易卡住。DSP方面有些芯片带HiFi DSP或类似单元可以用来做音频预处理比如FFT、MFCC把CPU解放出来跑推理。这种分工在实际项目中很常见选板子时可以留意是否有独立的DSP核。3.3 算力、功耗、成本的三角关系这三者永远不可能同时最优。你要算力强功耗和成本就上去了你要极致低功耗算力就得妥协你要便宜那内存和加速器就别想了。所以选型第一步是明确你的项目优先级。需求场景推荐算力单元典型功耗大致成本区间简单传感器分类Cortex-M0/M3微瓦到毫瓦级极低语音唤醒/关键词识别Cortex-M4/M7毫瓦级低实时图像分类Cortex-M7/M55NPU几十毫瓦中多模态融合双核MCUNPU百毫瓦级较高这个表只是粗略参考实际选型还要看具体芯片的数据手册。但核心逻辑是先确定你的模型需要多少算力再倒推选什么内核最后在满足算力的前提下挑功耗和成本最优的。4. 功耗管理电池设备绕不开的生死线4.1 运行功耗和待机功耗是两码事很多板子的规格书只标了运行功耗比如“80MHz下每兆赫兹约100微安”。但实际项目中设备大部分时间在待机只有偶尔唤醒推理。所以待机功耗往往比运行功耗更重要。一个待机功耗1毫安的板子用2000毫安时电池只能撑80天如果待机功耗降到10微安就能撑好几年。TinyML设备常见的功耗模式有运行模式、睡眠模式、深度睡眠模式、停机模式、待机模式。深度睡眠下SRAM内容保留但CPU停止唤醒后可以快速恢复停机模式下SRAM不保留唤醒相当于复位但功耗更低。选板子时要看它支持哪些低功耗模式以及唤醒源有哪些定时器、外部中断、传感器中断等。4.2 电源管理IC和传感器功耗的连带影响板子本身的功耗只是系统功耗的一部分。如果你外接了一个始终开启的麦克风或摄像头那传感器功耗可能比MCU还高。比如某些MEMS麦克风工作电流约200微安摄像头模组可能几十毫安。所以选传感器时要优先选支持低功耗唤醒或硬件触发模式的让MCU大部分时间休眠传感器检测到事件再唤醒MCU。电源管理ICPMIC也很关键。好的PMIC支持多路输出、动态电压调节、低静态电流。有些板子为了省成本用LDO静态电流可能几百微安直接把待机功耗拉高一个数量级。如果做电池产品优先选带DC-DC和低静态电流PMIC的板子。4.3 实测功耗的坑与技巧规格书上的功耗数据通常是理想条件下的实际测出来往往偏高。我踩过的坑包括调试接口没关SWD引脚悬空可能漏电、未使用的引脚配置成输出低导致短路电流、Flash在XIP模式下持续供电、外部上拉电阻在睡眠时仍有电流。所以拿到板子后第一件事是用电流表测各个模式下的实际功耗别信规格书。测量时可以用高精度电流表串联在电池和板子之间或者用带电流测量功能的调试器。注意测量时要排除USB供电的干扰因为USB口可能有漏电流。如果板子支持可以烧一个只进睡眠模式的固件测最简系统的底电流再逐步加外设看功耗增量。5. 工具链与生态决定你能否顺利跑通的关键5.1 TFLite Micro的移植难度TinyML目前最主流的框架是TensorFlow Lite Micro但它对硬件平台的支持程度参差不齐。官方支持得比较好的是Arm Cortex-M系列和部分RISC-V内核。如果你选的芯片比较冷门可能需要自己移植内核算子工作量很大。移植时主要关注几个点是否有现成的参考实现、是否支持CMSIS-NN或类似优化库、内存分配接口是否容易对接。CMSIS-NN是Arm提供的神经网络内核库对Cortex-M系列有专门优化能显著提升推理速度。如果板子用的是Arm内核但不支持CMSIS-NN性能会打折扣。5.2 开发环境与调试工具开发环境方面Arduino IDE对初学者最友好很多TinyML板子都有Arduino核心支持可以直接用TFLite Micro的Arduino库。但Arduino的抽象层比较厚对底层控制不够精细做功耗优化时可能受限。PlatformIO更灵活支持多框架和调试。如果做正式产品建议用厂商提供的SDK虽然上手难但控制力最强。调试工具也很重要。TinyML调试不像PC上那么方便没有printf重定向的话很难看中间结果。选板子时看是否支持SWD或JTAG调试是否有足够的GPIO可以接逻辑分析仪。有些板子集成了调试器省去外接的麻烦但可能增加成本和功耗。5.3 社区资源和参考项目一个板子的生态好不好看社区活跃度和参考项目数量就知道。如果搜半天找不到一个完整的TinyML示例那大概率要自己踩很多坑。我一般会先看官方有没有提供TFLite Micro的示例代码再看社区有没有人分享过实际项目。有些板子虽然硬件参数漂亮但生态荒芜买回来就是孤岛。另外注意看厂商是否持续更新SDK和文档。TinyML领域变化快新的算子、新的优化技术不断出现如果厂商半年不更新可能就落后了。6. 那些规格书不会告诉你的选型陷阱6.1 “兼容Arduino”不等于“能跑TinyML”很多板子标称兼容Arduino但实际SRAM只有几KB连TFLite Micro的运行时都放不下。Arduino兼容只说明引脚和库接口兼容不代表性能足够。我见过有人买了某款兼容Arduino的板子想跑语音识别结果发现SRAM只有8KB连模型都加载不了。所以看兼容性之前先看内存和内核。6.2 引脚复用和外设冲突TinyML项目通常需要接麦克风、摄像头、传感器这些外设可能共用I2S、SPI、I2C总线。如果板子的引脚复用设计不合理可能出现接了麦克风就没法接屏幕的情况。选板子时要仔细看引脚分配图确认你需要的所有外设能同时使用。有些板子虽然引脚多但很多是复用的实际可用组合有限。6.3 供电电压和电平匹配TinyML板子常见供电电压有3.3V、1.8V甚至更低。外接传感器时要注意电平匹配否则可能烧坏引脚或通信失败。有些板子带电平转换器有些没有。如果传感器是5V逻辑而板子是3.3V直接接上去可能识别不到高电平。这种细节规格书往往一笔带过但实际调试时很折磨人。6.4 散热与持续运行稳定性虽然TinyML功耗低但如果跑较重的模型且没有好的散热设计芯片温度还是会上升。温度升高会导致功耗增加、时钟漂移甚至降频。做持续推理的项目比如实时视频分析要留意板子的散热条件。有些板子为了小巧没有铺铜散热长时间跑会烫手。我实测过一块板子在连续推理10分钟后芯片表面温度到了60多度推理延迟也增加了约15%。7. 从需求反推硬件一个可复用的选型决策流程7.1 第一步明确模型规模和推理频率先别急着看板子先把你打算跑的模型搞清楚。模型有多少参数、量化后多大、输入输出张量多大、需要多少中间激活内存。这些数据可以从训练框架里导出或者用Netron之类的工具看模型结构。然后确定推理频率是每秒一次还是每分钟一次这直接决定功耗预算。7.2 第二步计算内存和算力需求根据模型规模估算张量arena大小一般可以用TFLite Micro的MicroInterpreter在PC上模拟一下看它报告需要多少内存。算力方面粗略估算可以用“模型乘加次数除以目标延迟”来倒推需要的算力。比如模型有1000万次乘加你希望10ms内跑完那需要约1GOPS的算力。然后对照芯片的算力参数选。7.3 第三步筛选满足功耗和成本的候选芯片有了内存和算力需求就可以筛选芯片了。先看SRAM和Flash是否够再看内核算力是否达标然后比较功耗和价格。这一步可以列一个表格把候选芯片的关键参数放进去对比。注意留出至少30%的余量因为实际项目总会有额外开销。7.4 第四步验证工具链和生态最后一步是确认工具链能不能跑通。去官网看有没有TFLite Micro的移植示例社区有没有人成功部署过类似模型。如果找不到参考最好先买一块开发板实测别直接上量产芯片。我一般会先买官方开发板跑通整个流程后再考虑定制硬件。这个流程看起来简单但每一步都有很多细节。关键是不要跳过任何一步尤其是内存估算和工具链验证。我见过太多人因为SRAM差几KB而被迫换方案或者因为工具链不支持某个算子而重写模型。8. 一些实测数据与个人体会我在不同板子上跑过同一个关键词识别模型约20KB权重输入是40维MFCC特征每秒推理10次这里分享一些实测数据供参考。注意这些数据是在特定条件下测的不同编译选项、不同优化等级会有差异。板子类型内核主频SRAM单次推理延迟运行功耗待机功耗入门级Cortex-M048MHz32KB约350ms约15mW约200uA主流级Cortex-M480MHz128KB约70ms约40mW约50uA高性能Cortex-M7216MHz512KB约25ms约120mW约30uA带NPUCortex-M55NPU200MHz512KB约8ms约60mW约20uA从这些数据可以看出从M0到M7推理延迟降了一个数量级但功耗也上去了。带NPU的板子延迟最低功耗反而比纯M7低这就是专用加速器的优势。但NPU的编程模型和CPU不同需要额外学习成本。个人体会是如果你的项目是电池供电且对延迟不敏感选M4级别的板子就够用把精力放在功耗优化上。如果要做实时交互比如语音控制至少M7起步否则用户体验会很差。如果预算允许且愿意折腾带NPU的板子长期看更划算因为能效比高很多。还有一个容易被忽略的点编译优化选项对性能影响巨大。同样的板子用-O0和-O3编译推理延迟可能差两三倍。CMSIS-NN开启和不开启也有明显差距。所以拿到板子后先花时间调编译选项和库配置可能比换硬件更有效。最后说一个实际踩过的坑有些板子的SRAM分成了几块不连续的区域TFLite Micro默认从某一块开始分配可能明明总SRAM够但单块不够导致分配失败。这种情况需要修改链接脚本或内存分配器把张量arena分散到多块内存。选板子时如果看到SRAM是分块的要留意这一点。
1. 从“跑个模型”到“塞进指甲盖”TinyML硬件选型的底层逻辑很多人第一次接触TinyML脑子里想的都是“把模型压缩一下往单片机里一塞就完事了”。我刚开始也是这么想的结果拿了一块常见的Cortex-M4开发板把TensorFlow Lite Micro的示例编译进去发现连一个最简单的关键词唤醒模型都跑得磕磕绊绊——推理一次要几百毫秒功耗还下不来。后来才明白TinyML开发板的硬件选型不是“能跑就行”而是要在算力、内存、功耗、成本这四个维度上找到那个极其狭窄的平衡点。所谓TinyML简单说就是在毫瓦级功耗、KB级内存、几块钱成本的微控制器上跑机器学习推理。它和边缘计算不是一回事——边缘计算可能用的是树莓派级别的板子而TinyML的目标设备往往连操作系统都没有直接裸机跑。这就决定了它的硬件需求跟常规AI开发板完全不同。你不需要考虑CUDA核心数不需要看显存带宽反而要死磕SRAM够不够放下张量 arena、Flash能不能装下模型权重、有没有硬件加速单元来降低推理延迟。这篇文章面向的是想入手TinyML开发板但不确定该看哪些参数的开发者或者已经有一块板子但发现跑模型效果不理想的同学。我会从实际项目经验出发把TinyML开发板的硬件需求拆成几个关键模块逐个讲清楚每个模块为什么重要、怎么判断够不够用、以及常见的选型误区。文章里提到的具体型号和参数都是基于公开资料和实测经验不涉及任何特定厂商的推广。先给一个核心结论一块合格的TinyML开发板核心不是CPU主频有多高而是内存够不够大、有没有NPU或DSP加速、功耗管理是否精细、以及工具链是否成熟。这四点缺一个你的项目就可能卡在某个环节上不去。下面我按重要性从高到低展开。2. 内存才是第一道门槛SRAM和Flash的硬约束2.1 为什么SRAM比主频更致命TinyML模型推理时输入数据、中间激活值、模型权重如果不用Flash直接读取的话都要放在SRAM里。TensorFlow Lite Micro在初始化时会根据模型结构计算一个“张量arena”的大小这块内存必须一次性分配出来。如果你的SRAM不够连初始化都过不了直接报“AllocateTensors() failed”。我实测过一个简单的语音唤醒模型DS-CNN结构约20KB权重在Cortex-M4上跑张量arena需要大约60KB的SRAM。如果你选的板子只有64KB SRAM那基本上只剩几KB给系统栈和别的任务稍微加点功能就崩。所以我的经验是SRAM至少128KB起步256KB以上才比较从容。别只看模型文件大小中间激活值往往比权重还占地方。Flash方面模型权重通常存在Flash里运行时按需加载。一个量化后的关键词识别模型大概50-100KB图像分类模型可能到300KB以上。加上固件本身、文件系统、OTA备份区Flash建议至少512KB1MB以上更稳妥。有些板子标称2MB Flash但实际可用可能只有一半因为要留给出厂固件和引导程序。2.2 内存不够时的补救手段与代价如果板子已经买了SRAM不够怎么办常见做法是模型分片推理把一个大模型拆成几段每段跑完把中间结果写到外部Flash再加载下一段。但这会带来两个问题一是推理延迟成倍增加因为Flash读写速度远低于SRAM二是代码复杂度飙升调试起来很痛苦。我试过一次分片方案原本单次推理80ms分片后变成300ms而且功耗因为频繁访问Flash反而更高了。另一个办法是换更小的模型比如把MobileNetV1换成更窄的版本或者用深度可分离卷积替代标准卷积。但这属于算法层面的妥协不在硬件讨论范围内。所以选板子的时候内存一定要留足余量别想着“刚好够用”实际项目里各种库、日志、通信缓冲都会吃掉不少。2.3 外部PSRAM和Flash的取舍有些高端TinyML板子会外挂PSRAM伪静态RAM和QSPI Flash。PSRAM的好处是容量大常见8MB、16MB价格也不贵但访问速度比内部SRAM慢不少而且需要占用引脚和配置内存映射。如果你的模型推理对延迟不敏感比如几秒一次的环境监测用PSRAM存权重是可行的。但如果要做实时音频处理PSRAM的访问延迟可能成为瓶颈。QSPI Flash则主要用来存模型和日志通过内存映射模式可以直接读取速度比普通SPI Flash快很多。选板子时注意看是否支持XIP就地执行这样代码和常量可以直接从Flash跑省下SRAM给张量arena。不过XIP模式下Flash的读取功耗不低对电池供电的设备要权衡。3. 算力单元CPU、DSP还是NPU到底怎么选3.1 通用CPU的算力天花板在哪里大多数TinyML入门板用的是Arm Cortex-M系列内核比如M0、M3、M4、M7、M33、M55。M0和M3基本只能跑非常小的模型而且没有硬件浮点单元FPU量化模型是唯一选择。M4和M7带FPU和DSP指令集跑量化模型时可以用SIMD指令加速性能提升明显。M33和M55是较新的架构M55还支持Helium向量扩展Arm的MVE对神经网络里的矩阵运算有专门优化。我实测过同一个关键词识别模型在不同内核上的表现M0上单次推理约400msM4上约80msM7上约40ms带Helium的M55可以到15ms左右。这个差距非常大直接决定了你的产品能不能做实时响应。所以如果项目对延迟有要求至少选Cortex-M4起步最好M7或M55。但主频也不是越高越好。有些板子标称400MHz甚至更高但那是给通用计算用的跑神经网络时内存带宽往往成为瓶颈主频再高也发挥不出来。而且高主频意味着高功耗对电池设备不友好。3.2 NPU和DSP加速器的实际收益现在不少TinyML芯片集成了专用NPU或DSP。比如某些基于RISC-V的AI加速芯片或者Arm的Ethos-U55微NPU。这些加速器的好处是能效比极高跑一个MobileNetV1级别的模型可能只要几毫瓦而用CPU跑要几十毫瓦。但代价是工具链复杂模型需要经过特定编译器转换而且支持的算子有限不是所有模型都能跑。我个人的建议是如果你是初学者先用纯CPU的板子把流程跑通理解TFLite Micro的部署逻辑。等有性能瓶颈了再考虑带NPU的板子。因为NPU的调试门槛高很多遇到不支持的算子可能要手动改写模型结构没有一定经验很容易卡住。DSP方面有些芯片带HiFi DSP或类似单元可以用来做音频预处理比如FFT、MFCC把CPU解放出来跑推理。这种分工在实际项目中很常见选板子时可以留意是否有独立的DSP核。3.3 算力、功耗、成本的三角关系这三者永远不可能同时最优。你要算力强功耗和成本就上去了你要极致低功耗算力就得妥协你要便宜那内存和加速器就别想了。所以选型第一步是明确你的项目优先级。需求场景推荐算力单元典型功耗大致成本区间简单传感器分类Cortex-M0/M3微瓦到毫瓦级极低语音唤醒/关键词识别Cortex-M4/M7毫瓦级低实时图像分类Cortex-M7/M55NPU几十毫瓦中多模态融合双核MCUNPU百毫瓦级较高这个表只是粗略参考实际选型还要看具体芯片的数据手册。但核心逻辑是先确定你的模型需要多少算力再倒推选什么内核最后在满足算力的前提下挑功耗和成本最优的。4. 功耗管理电池设备绕不开的生死线4.1 运行功耗和待机功耗是两码事很多板子的规格书只标了运行功耗比如“80MHz下每兆赫兹约100微安”。但实际项目中设备大部分时间在待机只有偶尔唤醒推理。所以待机功耗往往比运行功耗更重要。一个待机功耗1毫安的板子用2000毫安时电池只能撑80天如果待机功耗降到10微安就能撑好几年。TinyML设备常见的功耗模式有运行模式、睡眠模式、深度睡眠模式、停机模式、待机模式。深度睡眠下SRAM内容保留但CPU停止唤醒后可以快速恢复停机模式下SRAM不保留唤醒相当于复位但功耗更低。选板子时要看它支持哪些低功耗模式以及唤醒源有哪些定时器、外部中断、传感器中断等。4.2 电源管理IC和传感器功耗的连带影响板子本身的功耗只是系统功耗的一部分。如果你外接了一个始终开启的麦克风或摄像头那传感器功耗可能比MCU还高。比如某些MEMS麦克风工作电流约200微安摄像头模组可能几十毫安。所以选传感器时要优先选支持低功耗唤醒或硬件触发模式的让MCU大部分时间休眠传感器检测到事件再唤醒MCU。电源管理ICPMIC也很关键。好的PMIC支持多路输出、动态电压调节、低静态电流。有些板子为了省成本用LDO静态电流可能几百微安直接把待机功耗拉高一个数量级。如果做电池产品优先选带DC-DC和低静态电流PMIC的板子。4.3 实测功耗的坑与技巧规格书上的功耗数据通常是理想条件下的实际测出来往往偏高。我踩过的坑包括调试接口没关SWD引脚悬空可能漏电、未使用的引脚配置成输出低导致短路电流、Flash在XIP模式下持续供电、外部上拉电阻在睡眠时仍有电流。所以拿到板子后第一件事是用电流表测各个模式下的实际功耗别信规格书。测量时可以用高精度电流表串联在电池和板子之间或者用带电流测量功能的调试器。注意测量时要排除USB供电的干扰因为USB口可能有漏电流。如果板子支持可以烧一个只进睡眠模式的固件测最简系统的底电流再逐步加外设看功耗增量。5. 工具链与生态决定你能否顺利跑通的关键5.1 TFLite Micro的移植难度TinyML目前最主流的框架是TensorFlow Lite Micro但它对硬件平台的支持程度参差不齐。官方支持得比较好的是Arm Cortex-M系列和部分RISC-V内核。如果你选的芯片比较冷门可能需要自己移植内核算子工作量很大。移植时主要关注几个点是否有现成的参考实现、是否支持CMSIS-NN或类似优化库、内存分配接口是否容易对接。CMSIS-NN是Arm提供的神经网络内核库对Cortex-M系列有专门优化能显著提升推理速度。如果板子用的是Arm内核但不支持CMSIS-NN性能会打折扣。5.2 开发环境与调试工具开发环境方面Arduino IDE对初学者最友好很多TinyML板子都有Arduino核心支持可以直接用TFLite Micro的Arduino库。但Arduino的抽象层比较厚对底层控制不够精细做功耗优化时可能受限。PlatformIO更灵活支持多框架和调试。如果做正式产品建议用厂商提供的SDK虽然上手难但控制力最强。调试工具也很重要。TinyML调试不像PC上那么方便没有printf重定向的话很难看中间结果。选板子时看是否支持SWD或JTAG调试是否有足够的GPIO可以接逻辑分析仪。有些板子集成了调试器省去外接的麻烦但可能增加成本和功耗。5.3 社区资源和参考项目一个板子的生态好不好看社区活跃度和参考项目数量就知道。如果搜半天找不到一个完整的TinyML示例那大概率要自己踩很多坑。我一般会先看官方有没有提供TFLite Micro的示例代码再看社区有没有人分享过实际项目。有些板子虽然硬件参数漂亮但生态荒芜买回来就是孤岛。另外注意看厂商是否持续更新SDK和文档。TinyML领域变化快新的算子、新的优化技术不断出现如果厂商半年不更新可能就落后了。6. 那些规格书不会告诉你的选型陷阱6.1 “兼容Arduino”不等于“能跑TinyML”很多板子标称兼容Arduino但实际SRAM只有几KB连TFLite Micro的运行时都放不下。Arduino兼容只说明引脚和库接口兼容不代表性能足够。我见过有人买了某款兼容Arduino的板子想跑语音识别结果发现SRAM只有8KB连模型都加载不了。所以看兼容性之前先看内存和内核。6.2 引脚复用和外设冲突TinyML项目通常需要接麦克风、摄像头、传感器这些外设可能共用I2S、SPI、I2C总线。如果板子的引脚复用设计不合理可能出现接了麦克风就没法接屏幕的情况。选板子时要仔细看引脚分配图确认你需要的所有外设能同时使用。有些板子虽然引脚多但很多是复用的实际可用组合有限。6.3 供电电压和电平匹配TinyML板子常见供电电压有3.3V、1.8V甚至更低。外接传感器时要注意电平匹配否则可能烧坏引脚或通信失败。有些板子带电平转换器有些没有。如果传感器是5V逻辑而板子是3.3V直接接上去可能识别不到高电平。这种细节规格书往往一笔带过但实际调试时很折磨人。6.4 散热与持续运行稳定性虽然TinyML功耗低但如果跑较重的模型且没有好的散热设计芯片温度还是会上升。温度升高会导致功耗增加、时钟漂移甚至降频。做持续推理的项目比如实时视频分析要留意板子的散热条件。有些板子为了小巧没有铺铜散热长时间跑会烫手。我实测过一块板子在连续推理10分钟后芯片表面温度到了60多度推理延迟也增加了约15%。7. 从需求反推硬件一个可复用的选型决策流程7.1 第一步明确模型规模和推理频率先别急着看板子先把你打算跑的模型搞清楚。模型有多少参数、量化后多大、输入输出张量多大、需要多少中间激活内存。这些数据可以从训练框架里导出或者用Netron之类的工具看模型结构。然后确定推理频率是每秒一次还是每分钟一次这直接决定功耗预算。7.2 第二步计算内存和算力需求根据模型规模估算张量arena大小一般可以用TFLite Micro的MicroInterpreter在PC上模拟一下看它报告需要多少内存。算力方面粗略估算可以用“模型乘加次数除以目标延迟”来倒推需要的算力。比如模型有1000万次乘加你希望10ms内跑完那需要约1GOPS的算力。然后对照芯片的算力参数选。7.3 第三步筛选满足功耗和成本的候选芯片有了内存和算力需求就可以筛选芯片了。先看SRAM和Flash是否够再看内核算力是否达标然后比较功耗和价格。这一步可以列一个表格把候选芯片的关键参数放进去对比。注意留出至少30%的余量因为实际项目总会有额外开销。7.4 第四步验证工具链和生态最后一步是确认工具链能不能跑通。去官网看有没有TFLite Micro的移植示例社区有没有人成功部署过类似模型。如果找不到参考最好先买一块开发板实测别直接上量产芯片。我一般会先买官方开发板跑通整个流程后再考虑定制硬件。这个流程看起来简单但每一步都有很多细节。关键是不要跳过任何一步尤其是内存估算和工具链验证。我见过太多人因为SRAM差几KB而被迫换方案或者因为工具链不支持某个算子而重写模型。8. 一些实测数据与个人体会我在不同板子上跑过同一个关键词识别模型约20KB权重输入是40维MFCC特征每秒推理10次这里分享一些实测数据供参考。注意这些数据是在特定条件下测的不同编译选项、不同优化等级会有差异。板子类型内核主频SRAM单次推理延迟运行功耗待机功耗入门级Cortex-M048MHz32KB约350ms约15mW约200uA主流级Cortex-M480MHz128KB约70ms约40mW约50uA高性能Cortex-M7216MHz512KB约25ms约120mW约30uA带NPUCortex-M55NPU200MHz512KB约8ms约60mW约20uA从这些数据可以看出从M0到M7推理延迟降了一个数量级但功耗也上去了。带NPU的板子延迟最低功耗反而比纯M7低这就是专用加速器的优势。但NPU的编程模型和CPU不同需要额外学习成本。个人体会是如果你的项目是电池供电且对延迟不敏感选M4级别的板子就够用把精力放在功耗优化上。如果要做实时交互比如语音控制至少M7起步否则用户体验会很差。如果预算允许且愿意折腾带NPU的板子长期看更划算因为能效比高很多。还有一个容易被忽略的点编译优化选项对性能影响巨大。同样的板子用-O0和-O3编译推理延迟可能差两三倍。CMSIS-NN开启和不开启也有明显差距。所以拿到板子后先花时间调编译选项和库配置可能比换硬件更有效。最后说一个实际踩过的坑有些板子的SRAM分成了几块不连续的区域TFLite Micro默认从某一块开始分配可能明明总SRAM够但单块不够导致分配失败。这种情况需要修改链接脚本或内存分配器把张量arena分散到多块内存。选板子时如果看到SRAM是分块的要留意这一点。
