在资源预算表上做决策TinyML 模型选型三维权衡框架——延时、精度、内存的量化构建方法一、MCU 上部署 TinyML 的不可能三角三个指标从未同时达标在单片机MCU上部署神经网络时有三项指标构成互相制约的三角关系推理延时Latency、模型精度Accuracy和内存占用Memory。在任何给定的硬件平台上这三者不可能同时达到最优。选择 MobileNetV2-0.35 还是 MobileNetV1-0.25使用 int8 量化还是 fp16每一组选择都意味着其他指标的妥协。更棘手的是这些决策通常在项目的早期阶段做出——此时甚至连目标硬件的最终选型都未确定。如果选型出现偏差后期可能需要重训模型、修改 PCB 甚至换处理器。因此需要一套量化的选型框架将直觉驱动的决策转化为数据驱动的评估。二、三维权衡模型的理论基础从帕累托前沿到加权评分多目标优化问题中帕累托前沿Pareto Front定义为在不损害任何其他指标的情况下无法改进任一指标的配置集合。TinyML 模型选型本质上是一个多目标搜索问题在所有候选模型中找到位于帕累托前沿上的配置然后根据项目优先级选择最终方案。flowchart TD A[收集候选模型集br/MobileNet/EfficientNet/自定义] -- B[在目标硬件上实测br/三维指标] B -- C[延时测量br/DWT Cycle Counterbr/或外部 Timer] B -- D[精度评估br/Top-1 Accuracybr/在验证集上] B -- E[内存分析br/Flash SRAMbr/通过 map 文件提取] C -- F[归一化处理br/将原始值映射到 0-1] D -- F E -- F F -- G[帕累托过滤br/剔除被严格支配的模型] G -- H[加权评分公式br/Score w₁×Lat w₂×Acc w₃×Mem] H -- I{权重匹配项目优先级?} I -- 实时性优先br/语音唤醒 -- J[w₁0.6, w₂0.2, w₃0.2] I -- 精度优先br/图像分类 -- K[w₁0.2, w₂0.6, w₃0.2] I -- 内存优先br/M0 平台 -- L[w₁0.2, w₂0.2, w₃0.6] J -- M[输出推荐模型br/及其在三维空间的位置] K -- M L -- M M -- N[记录选型决策br/供后续项目参考]2.1 归一化方法的选择三个指标的量纲完全不同延时以毫秒为单位、精度为百分比、内存以 KB 为单位。归一化将它们映射到无单位的 [0,1] 区间正向指标精度normalized (value - min) / (max - min)精度越高越好反向指标延时、内存normalized (max - value) / (max - min)越低越好这里有一个容易出错的地方min/max 的取值应为候选模型范围内的极值而非理论极值。若使用理论极值如精度 [0,1]会造成归一化后的分布严重不均匀导致评分区分度不足。2.2 权重配置的工程意义权重不是拍脑袋的数字。它们反映了三项指标在目标产品中的不可妥协程度电池供电的传感器节点内存权重大Flash 通常是限制因素实时语音识别延时的权重大100ms 会产生可感知的交互延迟质量控制视觉检测精度的权重大误判的代价远超额外的计算开销在实际项目中建议让产品经理、硬件工程师和算法工程师各自独立给出权重初值然后求平均以消除个人偏好偏差。三、生产级代码实现基于 Python 的选型决策工具以下实现一个轻量级的模型选型框架使用 Python 的pandas和numpy处理候选模型数据#!/usr/bin/env python3 TinyML 模型选型决策工具 输入候选模型的三维性能数据CSV 输出帕累托前沿模型列表 加权评分排名 可视化数据 import numpy as np from typing import List, Dict, Tuple, NamedTuple import json # # 数据结构定义 # class ModelMetrics(NamedTuple): 单个模型的三维性能指标 name: str latency_ms: float # 推理延时毫秒越低越好 accuracy_pct: float # Top-1 精度百分比越高越好 flash_kb: float # Flash 占用KB越低越好 sram_kb: float # SRAM 占用KB越低越好 # 附加信息平台、量化方式等 platform: str quantization: str class SelectionConfig(NamedTuple): 选型配置三维权重 硬件约束 weight_latency: float 0.33 weight_accuracy: float 0.34 weight_memory: float 0.33 max_latency_ms: float float(inf) min_accuracy_pct: float 0.0 max_flash_kb: float float(inf) max_sram_kb: float float(inf) # # 核心算法帕累托前沿计算 # def is_dominated(a: np.ndarray, b: np.ndarray) - bool: 判断 b 是否严格支配 a。 支配关系b 在所有维度上不差于 a且至少在一个维度上优于 a。 各维度的优劣方向 - dimension 0 (latency): 越小越好 → b a - dimension 1 (accuracy): 越大越好 → b a - dimension 2 (memory): 越小越好 → b a directions np.array([1, -1, 1]) # 1越小越好, -1越大越好 b_better_or_equal np.all( directions * b directions * a ) b_strictly_better np.any( directions * b directions * a ) return bool(b_better_or_equal and b_strictly_better) def compute_pareto_front( models: List[ModelMetrics] ) - Tuple[List[ModelMetrics], np.ndarray]: 计算给定模型集中的帕累托前沿。 算法复杂度 O(n²)对于 n100 的候选模型集足够。 对于 n1000 的情况应使用排序 扫描的 O(n log n) 算法。 n len(models) if n 0: return [], np.array([]) # 构建性能矩阵 (n, 3)[latency, -accuracy反转以统一方向, memory] perf np.zeros((n, 3), dtypenp.float64) for i, m in enumerate(models): perf[i, 0] m.latency_ms perf[i, 1] -m.accuracy_pct # 取反后数值越小越好统一方向 perf[i, 2] m.flash_kb m.sram_kb # 总内存占用 # 布尔数组标记哪些模型在帕累托前沿上 is_pareto np.ones(n, dtypebool) for i in range(n): if not is_pareto[i]: continue for j in range(n): if i j: continue if np.all(perf[j] perf[i]) and np.any(perf[j] perf[i]): is_pareto[i] False break pareto_models [models[i] for i in range(n) if is_pareto[i]] return pareto_models, perf # # 归一化与评分 # def normalize_and_score( models: List[ModelMetrics], weights: np.ndarray, bounds: Tuple[float, float, float, float, float, float] ) - List[Tuple[ModelMetrics, float]]: 对候选模型进行归一化处理并计算加权评分。 bounds: (lat_min, lat_max, acc_min, acc_max, mem_min, mem_max) weights: [w_lat, w_acc, w_mem]且 sum(weights) 1.0 lat_min, lat_max, acc_min, acc_max, mem_min, mem_max bounds # 防止除零当所有模型的某个指标相同时range 为 0 lat_range max(lat_max - lat_min, 1e-6) acc_range max(acc_max - acc_min, 1e-6) mem_range max(mem_max - mem_min, 1e-6) scored [] for m in models: # 反向指标值越小归一化得分越高 norm_lat (lat_max - m.latency_ms) / lat_range # 正向指标值越大归一化得分越高 norm_acc (m.accuracy_pct - acc_min) / acc_range # 反向指标 mem_total m.flash_kb m.sram_kb norm_mem (mem_max - mem_total) / mem_range # 裁剪到 [0, 1]选型空间外的模型可能超出 norm_lat np.clip(norm_lat, 0.0, 1.0) norm_acc np.clip(norm_acc, 0.0, 1.0) norm_mem np.clip(norm_mem, 0.0, 1.0) score (weights[0] * norm_lat weights[1] * norm_acc weights[2] * norm_mem) scored.append((m, float(score))) # 按评分降序排列 scored.sort(keylambda x: x[1], reverseTrue) return scored # # 主函数执行完整选型流程 # def select_model( candidates: List[ModelMetrics], config: SelectionConfig ) - Dict: 执行 TinyML 模型选型的主入口。 返回值包含 - pareto_models: 帕累托前沿上的模型列表 - ranked_models: 加权评分后的完整排名 - recommended: 推荐模型排名第一 - pareto_perf: 帕累托前沿的三维坐标供可视化 result {} # Step 1: 根据硬件约束过滤候选模型 valid_models [ m for m in candidates if (m.latency_ms config.max_latency_ms and m.accuracy_pct config.min_accuracy_pct and m.flash_kb config.max_flash_kb and m.sram_kb config.max_sram_kb) ] if len(valid_models) 0: result[error] ( f没有模型同时满足所有硬件约束。 f最接近的候选: {min(candidates, keylambda m: m.sram_kb m.flash_kb)} ) return result # Step 2: 计算帕累托前沿 pareto_models, pareto_perf compute_pareto_front(valid_models) result[pareto_models] [ {name: m.name, latency_ms: m.latency_ms, accuracy_pct: m.accuracy_pct, flash_kb: m.flash_kb, sram_kb: m.sram_kb} for m in pareto_models ] # Step 3: 计算归一化边界使用有效模型范围的极值 lat_min min(m.latency_ms for m in valid_models) lat_max max(m.latency_ms for m in valid_models) acc_min min(m.accuracy_pct for m in valid_models) acc_max max(m.accuracy_pct for m in valid_models) mem_min min(m.flash_kb m.sram_kb for m in valid_models) mem_max max(m.flash_kb m.sram_kb for m in valid_models) # 归一化边界输出供外部复现结果 result[normalization_bounds] { latency_ms: [lat_min, lat_max], accuracy_pct: [acc_min, acc_max], memory_kb: [mem_min, mem_max], } # Step 4: 加权评分在所有有效模型上而非仅在帕累托前沿上 weights np.array([ config.weight_latency, config.weight_accuracy, config.weight_memory ]) # 权重归一化确保总和为 1.0 weights weights / weights.sum() scored normalize_and_score( valid_models, weights, (lat_min, lat_max, acc_min, acc_max, mem_min, mem_max) ) result[ranked_models] [ {rank: i 1, name: m.name, score: round(s, 4), latency_ms: m.latency_ms, accuracy_pct: m.accuracy_pct, flash_kb: m.flash_kb, sram_kb: m.sram_kb, pareto: (m in pareto_models)} for i, (m, s) in enumerate(scored) ] # Step 5: 推荐 best_model, best_score scored[0] result[recommended] { name: best_model.name, score: round(best_score, 4), latency_ms: best_model.latency_ms, accuracy_pct: best_model.accuracy_pct, flash_kb: best_model.flash_kb, sram_kb: best_model.sram_kb, pareto: (best_model in pareto_models), } return result # # 使用示例 # if __name__ __main__: # 模拟候选模型数据来自实际 STM32F746 测试 candidates [ ModelMetrics(MobileNetV1-0.25, 12.3, 49.8, 420, 85), ModelMetrics(MobileNetV1-0.50, 24.1, 63.7, 680, 120), ModelMetrics(MobileNetV2-0.35, 15.7, 58.2, 520, 92), ModelMetrics(MobileNetV2-0.50, 28.5, 65.1, 750, 135), ModelMetrics(EfficientNet-B0, 45.2, 71.3, 1050, 180), ModelMetrics(Custom-CNN-Tiny, 4.8, 42.1, 180, 42), ModelMetrics(Custom-CNN-Small, 8.2, 55.4, 290, 55), ] # 场景 1内存受限128KB Flash 64KB SRAM config_battery SelectionConfig( weight_latency0.25, weight_accuracy0.25, weight_memory0.50, max_flash_kb500, max_sram_kb100, ) result select_model(candidates, config_battery) if error in result: print(f错误: {result[error]}) else: print(f推荐模型: {result[recommended][name]}) print(f综合评分: {result[recommended][score]}) print(f\n帕累托前沿 ({len(result[pareto_models])} 个):) for pm in result[pareto_models]: print(f {pm[name]}: f延时{pm[latency_ms]}ms, f精度{pm[accuracy_pct]}%, fFlash{pm[flash_kb]}KB, fSRAM{pm[sram_kb]}KB)四、边界分析与架构权衡框架的适用条件与盲区本框架基于三项核心假设每项假设的打破都会影响结论的可靠性假设一三项指标相互独立。实际上延时和精度之间存在弱正相关——精度更高的模型通常计算量更大、延时更高。框架通过帕累托前沿处理了这种关系但未对相关性做显式建模。对于强相关场景如同模型不同剪枝率加权评分可能高估了某些配置的真实收益。假设二权重是静态的。在产品的不同生命周期阶段三者的优先级会变化。早期原型阶段可以接受较高的推理延时以换取精度验证量产阶段则必须严格满足延时要求。框架应支持多权重配置集的批量评估和切换。假设三硬件性能是确定性的。在真实 MCU 上Flash 等待周期、总线竞争和中断抢占都会导致推理延时波动。基准测试时的平均延时可能偏离 Worst-Case 延时 20-30%。对于实时系统应使用 Worst-Case 而非平均延时进行决策。五、总结将 TinyML 模型选型从试错转化为数据驱动决策核心在于三点用帕累托前沿识别所有非劣解缩小候选范围根据项目优先级设定合理的权重避免无目的地追求某一指标在所有有效模型上做加权评分而非仅在帕累托前沿上选择框架的输出不是不可质疑的最终答案而是供团队讨论的量化起点。权重设定、候选模型列表和硬件约束都应随着项目进展而更新。将选型过程本身流程化——收集数据、生成报告、团队评审、更新权重——远比任何单次最优结果更有价值。
在资源预算表上做决策：TinyML 模型选型三维权衡框架——延时、精度、内存的量化构建方法
发布时间：2026/7/8 14:28:12
在资源预算表上做决策TinyML 模型选型三维权衡框架——延时、精度、内存的量化构建方法一、MCU 上部署 TinyML 的不可能三角三个指标从未同时达标在单片机MCU上部署神经网络时有三项指标构成互相制约的三角关系推理延时Latency、模型精度Accuracy和内存占用Memory。在任何给定的硬件平台上这三者不可能同时达到最优。选择 MobileNetV2-0.35 还是 MobileNetV1-0.25使用 int8 量化还是 fp16每一组选择都意味着其他指标的妥协。更棘手的是这些决策通常在项目的早期阶段做出——此时甚至连目标硬件的最终选型都未确定。如果选型出现偏差后期可能需要重训模型、修改 PCB 甚至换处理器。因此需要一套量化的选型框架将直觉驱动的决策转化为数据驱动的评估。二、三维权衡模型的理论基础从帕累托前沿到加权评分多目标优化问题中帕累托前沿Pareto Front定义为在不损害任何其他指标的情况下无法改进任一指标的配置集合。TinyML 模型选型本质上是一个多目标搜索问题在所有候选模型中找到位于帕累托前沿上的配置然后根据项目优先级选择最终方案。flowchart TD A[收集候选模型集br/MobileNet/EfficientNet/自定义] -- B[在目标硬件上实测br/三维指标] B -- C[延时测量br/DWT Cycle Counterbr/或外部 Timer] B -- D[精度评估br/Top-1 Accuracybr/在验证集上] B -- E[内存分析br/Flash SRAMbr/通过 map 文件提取] C -- F[归一化处理br/将原始值映射到 0-1] D -- F E -- F F -- G[帕累托过滤br/剔除被严格支配的模型] G -- H[加权评分公式br/Score w₁×Lat w₂×Acc w₃×Mem] H -- I{权重匹配项目优先级?} I -- 实时性优先br/语音唤醒 -- J[w₁0.6, w₂0.2, w₃0.2] I -- 精度优先br/图像分类 -- K[w₁0.2, w₂0.6, w₃0.2] I -- 内存优先br/M0 平台 -- L[w₁0.2, w₂0.2, w₃0.6] J -- M[输出推荐模型br/及其在三维空间的位置] K -- M L -- M M -- N[记录选型决策br/供后续项目参考]2.1 归一化方法的选择三个指标的量纲完全不同延时以毫秒为单位、精度为百分比、内存以 KB 为单位。归一化将它们映射到无单位的 [0,1] 区间正向指标精度normalized (value - min) / (max - min)精度越高越好反向指标延时、内存normalized (max - value) / (max - min)越低越好这里有一个容易出错的地方min/max 的取值应为候选模型范围内的极值而非理论极值。若使用理论极值如精度 [0,1]会造成归一化后的分布严重不均匀导致评分区分度不足。2.2 权重配置的工程意义权重不是拍脑袋的数字。它们反映了三项指标在目标产品中的不可妥协程度电池供电的传感器节点内存权重大Flash 通常是限制因素实时语音识别延时的权重大100ms 会产生可感知的交互延迟质量控制视觉检测精度的权重大误判的代价远超额外的计算开销在实际项目中建议让产品经理、硬件工程师和算法工程师各自独立给出权重初值然后求平均以消除个人偏好偏差。三、生产级代码实现基于 Python 的选型决策工具以下实现一个轻量级的模型选型框架使用 Python 的pandas和numpy处理候选模型数据#!/usr/bin/env python3 TinyML 模型选型决策工具 输入候选模型的三维性能数据CSV 输出帕累托前沿模型列表 加权评分排名 可视化数据 import numpy as np from typing import List, Dict, Tuple, NamedTuple import json # # 数据结构定义 # class ModelMetrics(NamedTuple): 单个模型的三维性能指标 name: str latency_ms: float # 推理延时毫秒越低越好 accuracy_pct: float # Top-1 精度百分比越高越好 flash_kb: float # Flash 占用KB越低越好 sram_kb: float # SRAM 占用KB越低越好 # 附加信息平台、量化方式等 platform: str quantization: str class SelectionConfig(NamedTuple): 选型配置三维权重 硬件约束 weight_latency: float 0.33 weight_accuracy: float 0.34 weight_memory: float 0.33 max_latency_ms: float float(inf) min_accuracy_pct: float 0.0 max_flash_kb: float float(inf) max_sram_kb: float float(inf) # # 核心算法帕累托前沿计算 # def is_dominated(a: np.ndarray, b: np.ndarray) - bool: 判断 b 是否严格支配 a。 支配关系b 在所有维度上不差于 a且至少在一个维度上优于 a。 各维度的优劣方向 - dimension 0 (latency): 越小越好 → b a - dimension 1 (accuracy): 越大越好 → b a - dimension 2 (memory): 越小越好 → b a directions np.array([1, -1, 1]) # 1越小越好, -1越大越好 b_better_or_equal np.all( directions * b directions * a ) b_strictly_better np.any( directions * b directions * a ) return bool(b_better_or_equal and b_strictly_better) def compute_pareto_front( models: List[ModelMetrics] ) - Tuple[List[ModelMetrics], np.ndarray]: 计算给定模型集中的帕累托前沿。 算法复杂度 O(n²)对于 n100 的候选模型集足够。 对于 n1000 的情况应使用排序 扫描的 O(n log n) 算法。 n len(models) if n 0: return [], np.array([]) # 构建性能矩阵 (n, 3)[latency, -accuracy反转以统一方向, memory] perf np.zeros((n, 3), dtypenp.float64) for i, m in enumerate(models): perf[i, 0] m.latency_ms perf[i, 1] -m.accuracy_pct # 取反后数值越小越好统一方向 perf[i, 2] m.flash_kb m.sram_kb # 总内存占用 # 布尔数组标记哪些模型在帕累托前沿上 is_pareto np.ones(n, dtypebool) for i in range(n): if not is_pareto[i]: continue for j in range(n): if i j: continue if np.all(perf[j] perf[i]) and np.any(perf[j] perf[i]): is_pareto[i] False break pareto_models [models[i] for i in range(n) if is_pareto[i]] return pareto_models, perf # # 归一化与评分 # def normalize_and_score( models: List[ModelMetrics], weights: np.ndarray, bounds: Tuple[float, float, float, float, float, float] ) - List[Tuple[ModelMetrics, float]]: 对候选模型进行归一化处理并计算加权评分。 bounds: (lat_min, lat_max, acc_min, acc_max, mem_min, mem_max) weights: [w_lat, w_acc, w_mem]且 sum(weights) 1.0 lat_min, lat_max, acc_min, acc_max, mem_min, mem_max bounds # 防止除零当所有模型的某个指标相同时range 为 0 lat_range max(lat_max - lat_min, 1e-6) acc_range max(acc_max - acc_min, 1e-6) mem_range max(mem_max - mem_min, 1e-6) scored [] for m in models: # 反向指标值越小归一化得分越高 norm_lat (lat_max - m.latency_ms) / lat_range # 正向指标值越大归一化得分越高 norm_acc (m.accuracy_pct - acc_min) / acc_range # 反向指标 mem_total m.flash_kb m.sram_kb norm_mem (mem_max - mem_total) / mem_range # 裁剪到 [0, 1]选型空间外的模型可能超出 norm_lat np.clip(norm_lat, 0.0, 1.0) norm_acc np.clip(norm_acc, 0.0, 1.0) norm_mem np.clip(norm_mem, 0.0, 1.0) score (weights[0] * norm_lat weights[1] * norm_acc weights[2] * norm_mem) scored.append((m, float(score))) # 按评分降序排列 scored.sort(keylambda x: x[1], reverseTrue) return scored # # 主函数执行完整选型流程 # def select_model( candidates: List[ModelMetrics], config: SelectionConfig ) - Dict: 执行 TinyML 模型选型的主入口。 返回值包含 - pareto_models: 帕累托前沿上的模型列表 - ranked_models: 加权评分后的完整排名 - recommended: 推荐模型排名第一 - pareto_perf: 帕累托前沿的三维坐标供可视化 result {} # Step 1: 根据硬件约束过滤候选模型 valid_models [ m for m in candidates if (m.latency_ms config.max_latency_ms and m.accuracy_pct config.min_accuracy_pct and m.flash_kb config.max_flash_kb and m.sram_kb config.max_sram_kb) ] if len(valid_models) 0: result[error] ( f没有模型同时满足所有硬件约束。 f最接近的候选: {min(candidates, keylambda m: m.sram_kb m.flash_kb)} ) return result # Step 2: 计算帕累托前沿 pareto_models, pareto_perf compute_pareto_front(valid_models) result[pareto_models] [ {name: m.name, latency_ms: m.latency_ms, accuracy_pct: m.accuracy_pct, flash_kb: m.flash_kb, sram_kb: m.sram_kb} for m in pareto_models ] # Step 3: 计算归一化边界使用有效模型范围的极值 lat_min min(m.latency_ms for m in valid_models) lat_max max(m.latency_ms for m in valid_models) acc_min min(m.accuracy_pct for m in valid_models) acc_max max(m.accuracy_pct for m in valid_models) mem_min min(m.flash_kb m.sram_kb for m in valid_models) mem_max max(m.flash_kb m.sram_kb for m in valid_models) # 归一化边界输出供外部复现结果 result[normalization_bounds] { latency_ms: [lat_min, lat_max], accuracy_pct: [acc_min, acc_max], memory_kb: [mem_min, mem_max], } # Step 4: 加权评分在所有有效模型上而非仅在帕累托前沿上 weights np.array([ config.weight_latency, config.weight_accuracy, config.weight_memory ]) # 权重归一化确保总和为 1.0 weights weights / weights.sum() scored normalize_and_score( valid_models, weights, (lat_min, lat_max, acc_min, acc_max, mem_min, mem_max) ) result[ranked_models] [ {rank: i 1, name: m.name, score: round(s, 4), latency_ms: m.latency_ms, accuracy_pct: m.accuracy_pct, flash_kb: m.flash_kb, sram_kb: m.sram_kb, pareto: (m in pareto_models)} for i, (m, s) in enumerate(scored) ] # Step 5: 推荐 best_model, best_score scored[0] result[recommended] { name: best_model.name, score: round(best_score, 4), latency_ms: best_model.latency_ms, accuracy_pct: best_model.accuracy_pct, flash_kb: best_model.flash_kb, sram_kb: best_model.sram_kb, pareto: (best_model in pareto_models), } return result # # 使用示例 # if __name__ __main__: # 模拟候选模型数据来自实际 STM32F746 测试 candidates [ ModelMetrics(MobileNetV1-0.25, 12.3, 49.8, 420, 85), ModelMetrics(MobileNetV1-0.50, 24.1, 63.7, 680, 120), ModelMetrics(MobileNetV2-0.35, 15.7, 58.2, 520, 92), ModelMetrics(MobileNetV2-0.50, 28.5, 65.1, 750, 135), ModelMetrics(EfficientNet-B0, 45.2, 71.3, 1050, 180), ModelMetrics(Custom-CNN-Tiny, 4.8, 42.1, 180, 42), ModelMetrics(Custom-CNN-Small, 8.2, 55.4, 290, 55), ] # 场景 1内存受限128KB Flash 64KB SRAM config_battery SelectionConfig( weight_latency0.25, weight_accuracy0.25, weight_memory0.50, max_flash_kb500, max_sram_kb100, ) result select_model(candidates, config_battery) if error in result: print(f错误: {result[error]}) else: print(f推荐模型: {result[recommended][name]}) print(f综合评分: {result[recommended][score]}) print(f\n帕累托前沿 ({len(result[pareto_models])} 个):) for pm in result[pareto_models]: print(f {pm[name]}: f延时{pm[latency_ms]}ms, f精度{pm[accuracy_pct]}%, fFlash{pm[flash_kb]}KB, fSRAM{pm[sram_kb]}KB)四、边界分析与架构权衡框架的适用条件与盲区本框架基于三项核心假设每项假设的打破都会影响结论的可靠性假设一三项指标相互独立。实际上延时和精度之间存在弱正相关——精度更高的模型通常计算量更大、延时更高。框架通过帕累托前沿处理了这种关系但未对相关性做显式建模。对于强相关场景如同模型不同剪枝率加权评分可能高估了某些配置的真实收益。假设二权重是静态的。在产品的不同生命周期阶段三者的优先级会变化。早期原型阶段可以接受较高的推理延时以换取精度验证量产阶段则必须严格满足延时要求。框架应支持多权重配置集的批量评估和切换。假设三硬件性能是确定性的。在真实 MCU 上Flash 等待周期、总线竞争和中断抢占都会导致推理延时波动。基准测试时的平均延时可能偏离 Worst-Case 延时 20-30%。对于实时系统应使用 Worst-Case 而非平均延时进行决策。五、总结将 TinyML 模型选型从试错转化为数据驱动决策核心在于三点用帕累托前沿识别所有非劣解缩小候选范围根据项目优先级设定合理的权重避免无目的地追求某一指标在所有有效模型上做加权评分而非仅在帕累托前沿上选择框架的输出不是不可质疑的最终答案而是供团队讨论的量化起点。权重设定、候选模型列表和硬件约束都应随着项目进展而更新。将选型过程本身流程化——收集数据、生成报告、团队评审、更新权重——远比任何单次最优结果更有价值。
