硬件选型基础：MCU vs MPU、算力需求评估、内存与存储考量、功耗预算分析
好，咱们进入正题。硬件选型这事儿，说白了就是给算法找个合适的“家”。选错了，后面全白干。我见过太多项目，算法在PC上跑得飞起，一上嵌入式设备就卡成PPT。嗯，今天咱们就把这层窗户纸捅破。
MCU vs MPU：到底选哪个？
很多刚入行的朋友会纠结这个问题。我个人的习惯是，先看任务复杂度，再看功耗预算。
MCU（微控制器），你可以把它想象成一个“专车司机”——活儿单一，但效率极高。它把CPU、内存、Flash都集成在一个芯片里，启动快，功耗低，几毫瓦就能干活。适合做传感器数据采集、简单的关键词唤醒、状态机控制这类任务。
MPU（微处理器），更像一辆“公交车”——能拉很多人，但需要外部挂载DDR内存、eMMC存储。它跑Linux系统，能处理复杂的视觉任务、多路音频流。代价呢？功耗轻松上瓦级，启动也要好几秒。
我举个例子。之前有个智能门锁项目，客户要求人脸识别。一开始他们选了MPU方案，结果电池撑不过一周。后来换成MCU加NPU（神经网络处理器）的组合，功耗降了80%。你看，选型不是选最强的，而是选最合适的。
核心判断标准：
- 任务是否需要运行Linux？需要 → MPU；不需要 → MCU
- 模型大小是否超过1MB？超过 → 考虑MPU或带外部Flash的MCU
- 系统是否要求<1秒冷启动？是 → MCU
算力需求评估：别被“TOPS”忽悠了
算力评估是选型里最容易踩坑的地方。厂商喜欢宣传“1TOPS算力”，但实际跑模型时，你会发现利用率可能只有30%。为什么会这样？因为TOPS是理论峰值，实际受限于内存带宽、数据搬运效率。
我建议你这样做：
- 先跑一次基准测试。把你最终要用的模型，在目标芯片上跑一遍。别信仿真数据，信实测。
- 留出30%余量。算力用到70%就差不多了，再高系统响应会变慢。我曾经有个项目，算力用到95%，结果一有中断进来，推理就超时。
- 关注MAC（乘加运算）利用率。很多MCU的MAC单元利用率不到50%，因为数据加载跟不上计算速度。选型时看看芯片的SRAM大小和总线位宽。
一个小技巧： 用公式估算最低算力需求：
所需算力 (GOPS) = 模型MACs (G) × 帧率 (FPS) × 1.3 (余量系数)比如一个模型有0.5G MACs，要跑30FPS，那至少需要 0.5×30×1.3 = 19.5 GOPS。
内存与存储考量：别让数据“堵车”
内存是TinyML的命门。MCU的SRAM通常只有几百KB，而一个MobileNetV2模型就要3.5MB参数。怎么办？
我的经验是分三步走：
- 第一步：模型量化。从FP32降到INT8，模型体积直接缩水4倍。我做过一个手势识别项目，量化后模型从2MB降到500KB，精度只掉了0.3%。
- 第二步：内存复用。推理时，输入、中间特征图、输出可以共用一块内存。别傻傻地每个层都申请新空间。TensorFlow Lite Micro就是这么干的。
- 第三步：外部存储。如果模型实在塞不进Flash，就用SPI Flash或PSRAM。注意，从外部Flash读数据很慢，最好用DMA（直接内存访问）来搬运，别让CPU干等。
| 存储类型 | 典型容量 | 读取速度 | 适用场景 |
|---|---|---|---|
| 内部Flash | 256KB - 2MB | ~50MB/s | 存放模型权重和代码 |
| 内部SRAM | 64KB - 512KB | ~200MB/s | 运行时数据、中间结果 |
| 外部SPI Flash | 4MB - 64MB | ~10MB/s | 存放大型模型或日志 |
| 外部PSRAM | 2MB - 16MB | ~40MB/s | 需要大内存的推理任务 |
注意： 外部存储的功耗比内部高一个数量级。如果电池供电，尽量把模型塞进内部Flash。我曾经为了省成本用外部Flash，结果待机电流从10μA飙到200μA，电池寿命直接砍半。
功耗预算分析：从“能用”到“耐用”
功耗这事儿，得从系统级来看。别只看芯片手册上的“典型功耗”，那是在理想条件下测的。
我一般这样算：
- 确定工作模式。设备一天工作几次？每次多久？比如一个温湿度传感器，可能每小时工作10秒，其余时间休眠。
- 分项测量。用电流探头分别测：休眠电流、激活电流、推理电流、通信电流。注意，Wi-Fi/BLE通信的峰值电流可能比推理还高。
- 计算平均功耗。公式很简单：平均功耗 = (工作时间×工作电流 + 休眠时间×休眠电流) / 总时间。
举个例子。一个电池容量为1000mAh的设备，如果平均电流是1mA，那理论续航是1000小时。但实际要考虑电池自放电、温度影响，通常打个八折。
避坑指南：
- 别忽略“唤醒功耗”。从休眠到激活的瞬间，电流可能飙升到几十mA，持续几毫秒。如果唤醒频繁，这部分功耗不可忽视。
- 选MCU时，看看有没有“保留SRAM的深度休眠”模式。有些芯片休眠时能保留32KB SRAM，这样你就不用每次醒来都重新加载模型。
- 如果使用MPU，考虑“异步电源域”。把CPU核心、外设、内存分别供电，不用时关掉对应的电源域。
好了，硬件选型的基础就这些。说白了，就是算清楚三笔账：算力账、内存账、功耗账。账算明白了，芯片自然就选出来了。下一章咱们聊聊具体的开发板怎么挑，到时候我会分享一些我踩过的坑，嗯，都是真金白银换来的教训。