为什么放到边缘
把推理拉到设备端有三个明显好处：延迟（无需往返云端）、 隐私（数据不出设备）、可用性（断网也能用）。 代价是模型必须小、计算必须省。这条方向的核心问题是怎么把这个代价压到可接受。
典型应用场景包括可穿戴视觉、家居监控、机器人前端的视觉前置等。 如果传感端能再分担一部分计算（参见 并行像素阵列）， 算法侧的压力还可以更小。
关注的子方向
下面是当前在熟悉的几条线，会随着阅读和实验逐步整理成笔记：
- 量化方法对比：PTQ vs QAT，INT8 / INT4 / 混合精度
- 稀疏化策略：结构化 vs 非结构化剪枝、动态稀疏
- 蒸馏与多教师融合
- 部署：TFLite / ONNX Runtime / Apple CoreML 在常见嵌入式平台上的实际表现
想搞清楚的权衡
这一段计划整理成"精度 × 延迟 × 功耗"的三轴权衡， 方法是先把几款实际硬件上的实测结果跑出来，再回头看哪条经验法则 真的成立、哪条只是直觉。目前还在搭实验环境，结果到位之前不放数字。