▼點擊下方名片，關(guān)注公眾號，獲取更多精彩內(nèi)容▼
大家好，我是賀老師，嵌入式 AI工程師，《嵌入式AI：讓單片機(jī)學(xué)會思考》課程主理人，專注AI在MCU上的落地實踐。
由于我的課程是專注在STM32上運行TInyML，涉及ESP32的內(nèi)容不多，所以近期很多人問我：在ESP32和STM32上運行TinyML有什么區(qū)別？做產(chǎn)品時應(yīng)該怎么選擇，
今天賀老師通過這篇文章我對這個問題進(jìn)行解答。
芯片差異點
| | |
|---|
| ESP32 | 聯(lián)網(wǎng)強(qiáng)、成本低、上手快。 | |
| STM32 | | 工業(yè)控制、產(chǎn)品化量產(chǎn) |
| 神經(jīng)網(wǎng)絡(luò)優(yōu)化庫原生支持 | |
| | |
硬件差異：不是主頻對主頻
| | |
|---|
| Wi-Fi/藍(lán)牙集成度高，模組便宜，開發(fā)板多，適合把 AI 結(jié)果直接上傳云端或手機(jī)。 | 系列覆蓋廣，從低功耗到高性能都有，ADC、定時器、DMA、攝像頭、音頻、工業(yè)接口選擇更細(xì)。 |
| ESP-NN 為 TFLite Micro 提供優(yōu)化算子，ESP-DL 面向 ESP 系列提供推理框架、量化工具和視覺/音頻模塊。 | STM32Cube AI Studio、ST Edge AI Developer Cloud 可分析、量化、驗證、生成代碼；STM32N6 走 NPU 加速路線。 |
| 常依賴 PSRAM 承載更大的圖像緩存或 Tensor Arena，但 PSRAM 速度和確定性要注意。 | 內(nèi)部 SRAM、外部 SDRAM/PSRAM、Flash 布局選擇更細(xì)，工具鏈會直接給出 RAM/Flash 預(yù)算。 |
| 適合聯(lián)網(wǎng)任務(wù)和中等實時要求；Wi-Fi、日志、任務(wù)調(diào)度會影響推理節(jié)奏。 | 更適合采樣、控制、通信和推理同時存在的場景，定時器、DMA、RTOS 配合空間更大。 |
工具鏈差異：ESP32 偏組件，STM32 偏閉環(huán)
ESP32
ESP32 的典型路線是 ESP-IDF + ESP-DL / ESP-NN / TFLite Micro。優(yōu)點是輕、快、好接聯(lián)網(wǎng)業(yè)務(wù)。
ESP-DL 現(xiàn)在有自己的 .espdl 模型格式、ESP-PPQ 量化工具、靜態(tài)內(nèi)存規(guī)劃和雙核調(diào)度能力；
ESP-NN 則偏向給 TFLite Micro 提供優(yōu)化內(nèi)核。它更像“把 AI 當(dāng)成 ESP-IDF 工程里的一個組件”。
STM32
STM32 的路線更強(qiáng)調(diào)模型進(jìn)入產(chǎn)品前的驗證。STM32Cube AI Studio 已經(jīng)作為新的桌面工具接替 X-CUBE-AI，負(fù)責(zé)模型準(zhǔn)備、優(yōu)化、量化、可視化、驗證和 C 代碼生成；
ST Edge AI Developer Cloud 能在云端分析、benchmark、生成代碼，還能連接 ST 的板端資源。它更像“先把模型算清楚，再進(jìn)工程”。
一句話判斷：
一句話判斷：ESP32 適合快速把“智能 + 聯(lián)網(wǎng)”做出來；STM32 適合把“智能 + 控制 + 可靠性”做扎實。
選型建議：按項目目標(biāo)選，不按熱度選
| | |
|---|
| 聯(lián)網(wǎng)傳感器、低成本數(shù)據(jù)采集、簡單分類后上傳 | | |
| 語音關(guān)鍵詞、輕量圖像識別、帶 Wi-Fi 的演示項目 | | 有神經(jīng)網(wǎng)絡(luò)優(yōu)化庫和較活躍的示例生態(tài)，原型速度快。 |
| 電機(jī)、工業(yè)采樣、異常檢測、醫(yī)療或長期運行設(shè)備 | | 外設(shè)、實時性、功耗控制、生命周期和工程驗證更重要。 |
| | NPU、片上 RAM、工具鏈和 benchmark 能把性能邊界看得更清楚。 |
歡迎有不同意見的同學(xué)來評論區(qū)留言討論……
