【硬核工程】要在 10mW 内跑 AI？端侧模型的“瘦身”战争：量化、剪枝与 NPU 异构 11/27/2025 (专注移动端 SoC 能效架构与 AI 落地) 一、 摘要 (Abstract) 当 ChatGPT 在云端数据中心拥有数万张 H100 显卡、消耗着相当于一个小镇的电力时，移动端 AI 工程师正面临着截然不同的物理挑战。 我们没有无限的电网，只有一块容量受限的锂电池；我们没有强力的水冷... #端侧模型#模型量化#剪枝#NPU →