摘要： 本文探讨了AI/ML在微控制器（MCU）上的应用与挑战。TinyML技术使资源受限的边缘设备（如MCU）能够本地执行AI推理，无需依赖云端，适用于语音识别、传感器融合等场景。然而，深度学习模型的高计算需求与MCU的有限资源存在矛盾。芯科科技通过集成AI硬件加速器的无线MCU（如xG24系列）和配套工具链（如TensorFlow Lite支持），显著提升推理速度与能效，降低设计复杂度。其解决方案为边缘AI部署提供了实时性、低功耗与安全性，推动智能物联网发展。
