移动设备上轻量化AI模型实时推理性能优化策略_实践型研究课题.docx

PAGE

PAGE1

移动设备上轻量化AI模型实时推理性能优化策略

第一章实践问题识别与需求分析

1.1现实问题背景与紧迫性分析

1.1.1行业现状与问题表现

随着人工智能技术的飞速发展，深度学习模型在计算机视觉领域的应用已从云端服务器逐渐向边缘设备迁移。智能手机作为普及率最高的移动终端，承载着日益增长的智能视觉应用需求，如实时人脸识别、物体检测、增强现实（AR）以及智能相册分类等。然而，行业现状呈现出一种显著的技术断层：一方面，学术界不断推出精度更高的复杂模型，其参数量和计算量呈指数级增长；另一方面，移动终端的硬件算力虽然也在提升，但受限于功耗、散热和体积，其增长速度远落后