01
边缘 AI 部署验证
将模型或算法放到目标硬件、系统镜像和运行时环境中验证，而不是只在开发电脑上确认效果。
ASWORK ENGINEERING SERVICE
嵌入式 AI 与设备开发服务
面向真实硬件完成 MCU、嵌入式 Linux / Android、驱动接口、边缘 AI、智能终端和软硬件联调。
SERVICE FACTS
嵌入式 AI 与设备开发服务服务如何交付
嵌入式项目从目标芯片、板卡、外设、通信协议、功耗、稳定性和现场环境开始评估，再完成固件、系统服务、设备应用、边缘 AI 集成和目标硬件验证。
ASWORK 聚焦企业 AI 开发服务，围绕具体业务场景提供方案评估、工程开发、系统集成、测试验收和部署移交，帮助客户把 AI 能力落地到真实业务流程中。
项目开始前会确认适用场景、客户需准备的信息、AI 可介入环节、交付流程、验收检查点和服务边界，再把项目拆分为可执行、可测试、可移交的工作范围。
SCOPE
这项服务包含什么
先确认要解决的问题、已有条件和验收方式，再组合所需能力；技术清单不作为固定套餐。
- MCU、固件与底层驱动开发
- 嵌入式 Linux / Android 系统与应用
- 传感器、通信协议和设备接口适配
- 边缘 AI、智能终端与软硬件联调
AI VALUE IN THIS SERVICE
AI 能介入这项服务的哪些环节
以下内容用于说明本服务中的 AI 价值点。实际采用哪些能力，需要根据业务目标、数据条件、系统接口、硬件环境和验收方式确认。
02
软硬件资源约束前置
同步评估算力、内存、功耗、温度、传感器链路和通信条件，确认 AI 能力是否适合目标设备。
03
设备级异常与维护路径
把日志、升级、回退、降级和现场诊断纳入联调范围，减少模型运行失败时的不可控风险。
PROJECT FIT
哪些情况适合这项服务
- MCU 设备需要开发控制逻辑、通信协议、外设驱动或升级机制
- Linux 或 Android 设备需要完成 BSP、驱动、系统服务和应用联调
- 边缘 AI 设备需要协调传感器、模型、算力、功耗和系统软件
BEFORE WE START
启动判断需要的信息
- 硬件样机、原理图、接口说明、器件资料及可用测试设备
- 启动链、操作系统、BSP、SDK、工具链和现有工程说明
- 实时性、功耗、温度、通信、现场环境和故障处理要求
DELIVERY PATH
从评估到交付
- 01
硬件资料、接口和系统约束评审
- 02
开发环境建立、板级启动与基础外设验证
- 03
固件、驱动、系统服务或设备应用开发
- 04
软硬件联调、性能与稳定性测试
- 05
镜像、源码、烧录部署及测试资料移交
阶段范围和节奏会根据项目复杂度、现有条件与验收目标确定，不使用固定周期代替实际评估。
TIMING FACTORS
项目周期如何判断
- 资料完整度、接口开放程度、硬件可用性和测试环境会直接影响评估与开发节奏。
- 技术不确定性较高时，建议先拆出验证阶段；验证完成后，再确认完整开发范围、排期和交付标准。
- 第三方模型、云资源、设备、商业软件或客户内部审批会作为外部依赖单独确认。
OUTPUT
约定交付成果
具体范围、验收标准与知识产权安排会在项目开始前写入合作约定。
- 可运行固件、系统镜像或设备应用
- 约定范围内的工程源代码
- 联调、性能、稳定性和现场测试记录
- 烧录、部署、升级与维护说明
ACCEPTANCE
如何验收
- 约定的外设、通信和核心功能能够在目标硬件上运行
- 按照确认条件完成性能、功耗、异常恢复或持续运行测试
- 工程可构建、固件或镜像可烧录，并具备版本和操作说明
BOUNDARIES
需要提前确认的边界
- PCB、结构、模具、认证和生产制造不默认属于嵌入式软件交付范围
- 芯片厂商 BSP、闭源驱动或硬件缺陷可能影响实现范围，需联合排查
- 量产导入、工厂测试和长期设备售后需要另行确定责任范围
最终责任范围、第三方费用、知识产权与后续支持方式以双方确认的合作约定为准。
SERVICE FAQ
嵌入式 AI 与设备开发服务常见问题
嵌入式 AI 项目需要提前提供硬件吗？
最好提供目标板卡、外设、接口文档、系统版本和现场运行条件。没有最终硬件时，也可以先用开发板或替代环境验证模型、接口和性能风险。
AI 模型能否部署到边缘设备运行？
可以评估，但要同时验证算力、内存、功耗、温度、模型运行时、系统依赖、输入输出链路和异常处理，不能只依据模型在开发电脑上的表现判断。
嵌入式 AI 开发是否包含驱动和接口适配？
可按项目范围包含 MCU 固件、嵌入式 Linux / Android 应用、传感器接口、通信协议、设备驱动、系统服务和业务应用联调。
边缘 AI 项目如何评估算力和功耗？
需要在目标或接近目标的硬件上测试端到端延迟、CPU/GPU/NPU 占用、内存、温度、功耗和长期运行稳定性，并记录模型版本、输入条件和系统版本。
设备端 AI 项目如何做稳定性测试？
除功能测试外，还应测试长时间运行、断电重启、网络异常、传感器异常、模型失败、日志采集、升级回退和现场环境变化。
嵌入式 AI 项目会交付烧录和部署说明吗？
可在约定范围内交付固件、系统镜像、设备应用、源码、联调记录、烧录步骤、升级说明、依赖版本和维护边界，便于后续接手和复测。
RELATED SERVICES