嵌入式AI部署面试

#AI面会问哪些问题？#
第一，模型咋变小？​ 面试官爱问轻量化方法。比如剪枝（删掉不重要的参数）、量化（把浮点数转成8位整数，省内存）、知识蒸馏（用小模型学大模型的知识）。举个栗子，之前做图像分类，原模型20MB，量化后压到5MB，边缘设备就能跑了。
第二，硬件咋选？​ 得看场景。手机/摄像头用NPU（像华为麒麟的达芬奇核）或GPU；低功耗设备（智能手表）用MCU（带AI加速的，比如STM32H7）；纯CPU也能跑，但慢。关键看算力、功耗、成本平衡。
第三，实时性和精度咋兼顾？​ 比如目标检测，原模型100ms一帧，太卡。试了剪枝+量化，降到30ms，精度掉了2%，但客户能接受。另外，用推理框架（TFLite、NCNN）调优，比自己写快很多。
第四，踩过啥坑？​ 常见的是模型在PC上准，到板子上崩——可能是算子不支持（比如某些激活函数），得换框架或改模型。还有功耗爆炸，后来用了动态调频，闲时降性能，省电30%。