什么是嵌入式AI、精度与速度平衡、典型应用场景：智能家居·工业视觉·可穿戴
对称/非对称量化数学原理、量化对精度与推理速度的影响分析
结构化/非结构化剪枝、L1/L2范数策略、剪枝后微调技巧
教师-学生网络、蒸馏损失函数、温度参数、软/硬标签权衡
MobileNet深度可分离卷积、ShuffleNet通道混洗、EfficientNet复合缩放
NPU/DSP/GPU架构差异、内存带宽瓶颈、计算单元利用率
PyTorch/TF → ONNX → TFLite/NCNN 链路、精度验证与回归测试
伪量化节点插入、训练策略调整、与后训练量化(PTQ)对比
不同层位宽(INT8/INT16/FP16)、敏感层识别、硬件支持
基于BN层gamma剪枝、通道选择算法、剪枝率自动搜索
搜索空间定义、强化学习/进化/梯度方法、代理指标设计
TensorRT/OpenVINO/NCNN/TFLite 压缩能力对比与选型
Winograd卷积、FFT卷积、矩阵分解(SVD/CP分解)
ARM NEON优化、RISC-V优化、异构计算调度
Top-1/5、mAP、F1-score、延迟吞吐量、功耗测量
CutMix/MixUp/AutoAugment、对抗训练提升鲁棒性
权重/激活/梯度稀疏化、稀疏矩阵存储(CSR/CSC)
二值神经网络(BNN)、XNOR-Net/DoReFa-Net、精度损失恢复
模型分片、自适应推理(Early Exit)、计算卸载决策
Transformer/LLM量化剪枝、脉冲神经网络SNN、存算一体
从零构建嵌入式AI系统：目标检测/语音唤醒/人体关键点，全流程优化