边缘端推理部署:TFLite、ONNX Mobile 与 NPU 异构加速实践
当推理发生在手机、摄像头、车载设备上,约束从『算得快』变成『在有限功耗和内存内算得好』。本文聚焦边缘端推理:对比 TFLite / ONNX Runtime Mobile / ExecuTorch / OpenVINO 等移动框架,讲解 Qualcomm 与 Apple NPU 的异构调度,给出端侧量化与模型压缩的组合拳,并拆解目标检测、端侧 LLM、语音助手三类典型应用。一、边缘推理的约束
tag
当推理发生在手机、摄像头、车载设备上,约束从『算得快』变成『在有限功耗和内存内算得好』。本文聚焦边缘端推理:对比 TFLite / ONNX Runtime Mobile / ExecuTorch / OpenVINO 等移动框架,讲解 Qualcomm 与 Apple NPU 的异构调度,给出端侧量化与模型压缩的组合拳,并拆解目标检测、端侧 LLM、语音助手三类典型应用。一、边缘推理的约束