在物联网端侧推理项目中，基于TI AM62x的DSP核，利用TIDL工具链将优化的MobileNetV2模型转换为DSP可执行代码，实现图像分类，单帧推理耗时约40ms，功耗低于200mW。

深入研究模型量化与剪枝技术，实践将PyTorch训练的关键词检测模型通过ONNX导出，再借助CMSIS-NN库部署到Cortex-M4与DSP混合架构的MCU上，内存占用减少60%，推理延迟压缩至25ms以内。