嵌入式软硬件开发，面对学不完的新技术，咋办？

工程师进阶笔记

我是老温，一名热爱学习的嵌入式工程师
9 `/ _6 p% T/ Z' `4 s2 ]2 H5 U关注我，一起变得更加优秀！
6 V% t( z1 T! K" X5 T科技发展太快，新技术层出不穷，比如：人工智能，大模型，生成式AI，看得我眼花缭乱。
0 I2 G" f  h9 k6 G# P4 x0 q0 b3 X7 I作为一名资深的嵌入式牛马工程师，我总觉得需要花点时间和精力，持续关注AIoT应用技术。
4 R5 b2 _3 `3 a: ?* n6 h/ s为什么？因为，时代变了！
平时有关注芯片动态的嵌入式工程师老铁，相信都应该能观察到，很多常见的单片机厂商都开始推出带有模型推理能力的MCU。
详见以下文章：
; @3 L7 R0 n, u! `0 n9 G; U单片机的性能开始逆天开挂，集成NPU，可以进行模型推理！
: R; x- y; r% v: b+ D+ }8 `1 M国外一线MCU大厂率先展开布局，这是一个非常非常明显的信号，不知道国内的MCU厂家什么时候开始布局端侧AI单片机芯片？
国内现在基本上是通过MPU芯片内自带的神经网络处理器NPU，来对模型进行推理运算，比较出名的芯片厂商，有瑞芯微和全志科技。
比如，得益于端侧AI芯片的落地应用，瑞芯微2024年的财报数据，非常亮眼！

t5zovd101zf6409598617.png

6 f& u: I: F# j' s5 jDeepSeek总结出来的数据
0 |1 `% m. M& p* Q9 w# u/ {; s我曾简单地学习过，如何在瑞芯微RK3588上部署AI大模型，并且在上面流畅地运行DeepSeek-R1 1.5B大模型。（点击以下链接）
4 \% ?$ z' {' r" j嵌入式AI入坑第一步，先把开发环境搭建起来！
$ P* b% U, t1 n- l7 h嵌入式AI入坑第二步，模型转换与部署！
% |: N# ]0 b9 e% A' }/ H: |嵌入式AI入坑第三步，在开发板上部署DeepSeek-R1大模型
嵌入式AI入坑第四步，设备运行大模型后的硬件性能数据。
如果想了解更多嵌入式AIoT技术应用，推荐您关注：
传统的嵌入式单片机工程师，与嵌入式AIoT工程师，两种岗位角色的技术栈方向，还是有一定区别的，对比如下：
$ n6 [2 O5 y: d

htmhkssxkfj6409598717.png

关键差异总结：

+ L2 S; v: N' @  i硬件升级：AIoT工程师需掌握NPU加速器和多核处理器，传统工程师专注单一MCU或SoC 。

4 I3 L) F- r6 X+ s3 a软件扩展：AIoT技术栈涵盖从边缘AI到云端协同，传统嵌入式以本地控制为核心 。

协议复杂化：AIoT需处理异构网络（如LoRa+WiFi 6混合组网），传统场景通信协议比较单一 。
3 G" t5 [% h: W# w* G6 Z
开发范式转变：嵌入式AIoT更接近全栈模式，需同时理解硬件限制和云原生架构。
& v3 `: n3 A/ j+ G6 u并不是说传统嵌入式工程师会被淘汰，但在时代的技术洪流里面，嵌入式工程师多学一点AIoT技术，无疑可以扩大自身的职场竞争优势。
技术无罪，但时代无情！
6 r! h, K: y* H& \: @-END-
, I  L- }, D. `: ^* d往期推荐：点击图片即可跳转阅读

zqe0s5rg4uj6409598817.jpg

明显感觉到一种趋势，嵌入式端侧AI的学习成本，在不断下降！
1 c  W7 o, `; u' s8 I

x43suupiknk6409598917.jpg

在内卷中突围，开始学习嵌入式 AI 和多媒体应用技术！

gu3saiojt3f6409599017.jpg

现在的嵌入式 ARM 芯片，性能越来越炸裂了！
  t, |+ U, F+ c. S我是老温，一名热爱学习的嵌入式工程师
4 E9 _, I3 V+ _. E- S关注我，一起变得更加优秀！