大模型遍地开花，分享一下我对嵌入式端侧 AI 技术的看法。

工程师进阶笔记

星标+置顶，掌握嵌入式AIoT前沿技术资讯
9 s  K7 n2 }  f0 w5 u- y- ]( n5 P点赞+关注，一起变得更加优秀！
十几年前因为高考失利，差几分才能考上公办二本，因为经济原因没有选择入读民办二本，所以当时选择了广东省最好的高职院校，从此，大专成为了我的第一学历。
) C1 ^% F8 }+ i
很多人都说学历不重要，能力强才是关键，这个真的公说公有理，没有标准答案，但就整个求职市场来看，大专学历会让人错失很多机会。（很多HR也直接通过“全日制本科”来过滤简历。）
- a& ?' V9 V, X$ W" u, |6 E
- |- z/ N  ~/ K1 |8 ~5 ^我是电气自动化专业的，刚毕业实习的第一份工作是在生产线调试PLC程序，要经常跟着设备全国出差，在客户现场调试设备然后进行交付。

lacgxbdaxge6405833618.png

在车间调试工业机器人

因为不喜欢这种经常出差居无定所的生活，搞了不到一年的PLC调试，我就开始转行做电子开发，当时是电子工程师助理，2013年在深圳龙岗，拿2600的工资。
  g+ M1 v; ^* Y' ^/ z
( n4 J0 h6 T) {! n0 H! _! m! O基本上转行那两年都是在加班中度过，朝9晚9，周末不休，从C51单片机到STM32F1，再到STM32F4，学了STM32F4后，2015年我就离开深圳来到了广州。

$ m2 \7 ?5 z, y- z: ]到广州后，基于公司业务我开始学习基于协议栈的蓝牙SoC开发，用 Ti CC2540 芯片，也是从那时候开始接触物联网产品，以及在业余时间学习嵌入式Linux（用S3C2440入门，公司有资源），把韦东山老师的1~3期视频都过了一遍。

+ w3 E% J( k- }" V' |后来也跳槽过几次，待过外企、上市大厂、科技独角兽企业，做过项目经理和产品经理，现在35岁，在一家传统制造业公司苟活着，还在一线从事嵌入式软件coding工作。
1 Q9 E9 ]( `* t# D
在广州定居，不知不觉，一眨眼就是十年，口罩已经是五六年前的事了~

9 d& j2 x7 G* Q/ J

ctv2fumcvmj6405833718.jpg

/ r6 J! Q, ^4 {6 q- P) `历史岁月的痕迹

时至今日，科技的发展程度已经远超当年的想象，现在因为有了AI技术的加持，我们在学习新的知识领域的时候，已经不像当年那么艰辛。

（大伙不妨留意一下全志、瑞芯微、乐鑫、芯驰，这些半导体芯片公司最近两年的财报，都反映出耀眼的业绩数据，我相信，嵌入式端侧AI设备，在不久的将来会迎来爆发期。）

4 A% q1 V( v/ Y" x9 e! z像我这种传统的嵌入式技术工程师，搞单片机的时间比较长，也懂一点嵌入式Linux基础，啥都会一点，但啥都不精通，

已经35岁了，没有学历优势，我经常自问，假如现在开始去学习嵌入式端侧AI的相关技术，会不会很吃力，并且完全没有优势可言？
* Z$ G! ?) u7 k# \7 s. ^
简单地概括了一下，如果要学习嵌入式端侧AI相关技术，大概包含以下几个过程阶段：一般理论基础、嵌入式系统基础知识、AI基础知识、嵌入式AI项目实践。
! L9 O, ?5 C- c: R7 N
（1）一般理论基础
9 t- \& o( P0 M) }$ r3 b
9 H! ]3 e7 K1 E9 W3 S0 x0 p' b主要包括编程语言和数学理论基础，编程语言包括C/C++和Python，掌握编程语言的基本语法，C指针，Python库调用，以及还有常见的数据结构和算法。数学基础包括线性代数、概率论与数理统计、微积分的基本应用，等等。

7 j: v8 o0 `. @4 E" E+ J' d（2）嵌入式系统基础知识

主要包括嵌入式软硬件基础，软件基础包括嵌入式操作系统，驱动开发，应用程序开发，硬件基础包括数字电路与模拟电路，微控制器与微处理器技术，嵌入式整体系统设计，等等。
$ G8 ]0 h' C9 r' F: s
: V% b4 T  `1 w4 ~/ {6 l（3）AI基础知识

主要包括机器学习基础和深度学习基础，例如，机器学习包括机器学习算法，模型评估与优化。深度学习包括神经网络基础，深度学习框架，等等。
+ H7 i3 }& q$ G
（4）嵌入式AI项目实践

5 j0 v( H6 n; x% c" F" Q- X主要包括使用特定的嵌入式AI平台，开展一系列与AI技术相关的项目实践，比如图像识别项目、语音识别项目、智能控制项目，等等。

5 t! E& V3 U! ~# h6 S! ~

djbcgtuo34t6405833818.jpg

嵌入式 AI 开发板：ELF2
) n# s: Q: H, u8 M- Y0 {" W2 Y
8 z/ R- d& O: J8 x- v& c每个过程都包含着丰富的知识体系，现在大学开设的人工智能相关专业里面，可能都会对这些过程都有所涉猎，深入地研究每个过程的理论知识，会耗费比较多的个人精力。

/ @4 q& f9 [- @: }) x3 L; p（估计我现在已经没有精力去深入学习理论基础了，比如线性代数、概率论、微积分、。。。）

& q  D* C* O! U- l但即便如此，嵌入式端侧AI就不值得学习吗？我个人觉得，并不是。
4 H: W+ }; E9 `5 o
虽然年龄较大学历不高，基础知识薄弱，但对于一些我们可以够得着的嵌入式端侧AI应用知识，还是可以涉猎一番。比如：模型部署和应用，调用常规接口实现简单的业务逻辑功能，等等。

现在很多芯片厂家已经提供了很丰富的工具集，比如瑞芯微的RKNN-Toolkit，嵌入式工程师可以基于这些芯片原厂提供的工具集，对模型进行部署和推理应用。

+ L2 u0 Y" q( W3 B7 O6 Q. q4 |对于不是搞科研的普通嵌入式工程师，应该站在【应用】的角度去对待端侧AI技术，而不是研究端侧AI的实现原理，一方面基础薄弱搞不来，另一方面也缺乏相对应的软硬件资源支持。
% Q# z9 R% }$ G2 u" _
$ f% k" N% _' K但由于有了丰富的产品业务经验和嵌入式应用基础，我们可以尝试更多地思考目前的产品如何与端侧AI 技术产生更多的连接，以便更好地优化我们的产品业务。

AI 技术是工具，虽然我们不创造或者没有能力创造工具，但我们可以保持开放的心态去学习如何使用它们。

% _- R  N1 F, V. B* [0 x/ w; ]; M下一回，我们继续探讨一下：在人工智能时代，普通嵌入式工程师，哪些能力才是最稀缺的？

6 G" W3 j2 |3 f. S  n, B感谢阅读！

ddy1nz3vqqq6405833918.jpg

-END-
往期推荐：点击图片即可跳转阅读
' X/ @# Z$ c) |3 J8 J& Z

4z5ssbnhmye6405834018.jpg

DeepSeek火遍朋友圈后，你们有没有观察到这些现象？

zttyur5xpov6405834118.jpg

$ ^6 J3 ]/ O& p, Q' @1 u" {: M4 t是的，全世界都在蹭DeepSeek的热度！

" ]" w3 @5 C& G

2cns5cuszd16405834218.jpg

火遍朋友圈，我用DeepSeek来协助进行嵌入式软硬件开发！
9 Q% h/ x5 Z% p: |6 G* f- g  ~" J
$ Z7 X" l8 m6 G# R/ Z. l0 {【星标+关注】，掌握嵌入式AIoT前沿技术资讯
5 H5 p) O) E* @- _3 M关注我，一起变得更加优秀！