隨著人工智能技術(shù)與嵌入式硬件的快速發(fā)展,嵌入式人工智能系統(tǒng)(如移動機器人、自動駕駛汽車和星載無人機)在工業(yè)自動化、交通運輸和航空航天等關鍵領域變得越來越重要。作為集成CPU、GPU、NPU等多種異構(gòu)處理器單元的智能實時系統(tǒng),其核心任務是通過計算密集型的深度神經(jīng)網(wǎng)絡(DNN)實現(xiàn)環(huán)境感知、決策控制等復雜功能,同時面臨嚴格的時間約束與資源瓶頸。文章從網(wǎng)絡模型在嵌入式系統(tǒng)加速推理優(yōu)化的角度,將圍繞DNN模型輕量化、推理加速優(yōu)化與動態(tài)任務調(diào)度三個方面,詳細分析嵌入式智能系統(tǒng)的國內(nèi)外研究現(xiàn)狀。