<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>边缘计算 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97/</link>
    <description>Recent content in 边缘计算 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 01 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Hugging Face 鸭子机器人热卖背后：一颗中国芯片如何支撑海外AI硬件</title>
      <link>https://index.zshipu.com/geek/post/20260901/Hugging-Face-%E9%B8%AD%E5%AD%90%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%83%AD%E5%8D%96%E8%83%8C%E5%90%8E%E4%B8%80%E9%A2%97%E4%B8%AD%E5%9B%BD%E8%8A%AF%E7%89%87%E5%A6%82%E4%BD%95%E6%94%AF%E6%92%91%E6%B5%B7%E5%A4%96AI%E7%A1%AC%E4%BB%B6/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260901/Hugging-Face-%E9%B8%AD%E5%AD%90%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%83%AD%E5%8D%96%E8%83%8C%E5%90%8E%E4%B8%80%E9%A2%97%E4%B8%AD%E5%9B%BD%E8%8A%AF%E7%89%87%E5%A6%82%E4%BD%95%E6%94%AF%E6%92%91%E6%B5%B7%E5%A4%96AI%E7%A1%AC%E4%BB%B6/</guid>
      <description>Hugging Face 鸭子机器人热卖背后：一颗中国芯片如何支撑海外AI硬件 Hugging Face 法国子公司 Pollen Robotics 推出的彩色 Microduck 机器人自周四上市以来，已售出超过 1 万台。该产品核心计算部分由一颗中国芯片提供动力，这成为它快速获得市场认可的关键因素之一。 Microduck 是一款小型桌面机器人，外形色彩鲜艳，定位于教育、演示和轻量级交互场景。</description>
    </item>
    <item>
      <title>压缩不再只是归档：直接计算与在线更新成为现实</title>
      <link>https://index.zshipu.com/geek/post/20260901/%E5%8E%8B%E7%BC%A9%E4%B8%8D%E5%86%8D%E5%8F%AA%E6%98%AF%E5%BD%92%E6%A1%A3%E7%9B%B4%E6%8E%A5%E8%AE%A1%E7%AE%97%E4%B8%8E%E5%9C%A8%E7%BA%BF%E6%9B%B4%E6%96%B0%E6%88%90%E4%B8%BA%E7%8E%B0%E5%AE%9E/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260901/%E5%8E%8B%E7%BC%A9%E4%B8%8D%E5%86%8D%E5%8F%AA%E6%98%AF%E5%BD%92%E6%A1%A3%E7%9B%B4%E6%8E%A5%E8%AE%A1%E7%AE%97%E4%B8%8E%E5%9C%A8%E7%BA%BF%E6%9B%B4%E6%96%B0%E6%88%90%E4%B8%BA%E7%8E%B0%E5%AE%9E/</guid>
      <description>压缩数据支持直接计算无需先解压 InfoQ视频明确指出，压缩已从单纯归档工具转变为能直接支持计算的机制。这一变化的核心在于让数据保持压缩形态完成运算，避免了传统流程中先解压、再计算、再压缩的反复开销。 技术实现上，演讲者介绍了针对特定压缩格式设计的计算算子。这些算子直接在压缩比特流上</description>
    </item>
    <item>
      <title>参数量低不等于部署容易：模型轻量化的四项核心指标</title>
      <link>https://index.zshipu.com/geek/post/20260901/%E5%8F%82%E6%95%B0%E9%87%8F%E4%BD%8E%E4%B8%8D%E7%AD%89%E4%BA%8E%E9%83%A8%E7%BD%B2%E5%AE%B9%E6%98%93%E6%A8%A1%E5%9E%8B%E8%BD%BB%E9%87%8F%E5%8C%96%E7%9A%84%E5%9B%9B%E9%A1%B9%E6%A0%B8%E5%BF%83%E6%8C%87%E6%A0%87/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260901/%E5%8F%82%E6%95%B0%E9%87%8F%E4%BD%8E%E4%B8%8D%E7%AD%89%E4%BA%8E%E9%83%A8%E7%BD%B2%E5%AE%B9%E6%98%93%E6%A8%A1%E5%9E%8B%E8%BD%BB%E9%87%8F%E5%8C%96%E7%9A%84%E5%9B%9B%E9%A1%B9%E6%A0%B8%E5%BF%83%E6%8C%87%E6%A0%87/</guid>
      <description>参数量低并不意味着部署容易，模型大小、FLOPs 和推理时延同样关键。四项指标从存储复杂度和计算复杂度两个维度刻画模型轻量性，缺一不可，否则无法准确判断模型在真实场景中的表现，尤其在资源受限的设备上。 参数量与模型大小刻画存储复杂度的不同侧面 参数量直接反映模型包含多少可训练权重，是衡</description>
    </item>
    <item>
      <title>心率数据不上云：联邦学习打造隐私优先的健身AI</title>
      <link>https://index.zshipu.com/geek/post/20260901/%E5%BF%83%E7%8E%87%E6%95%B0%E6%8D%AE%E4%B8%8D%E4%B8%8A%E4%BA%91%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E6%89%93%E9%80%A0%E9%9A%90%E7%A7%81%E4%BC%98%E5%85%88%E7%9A%84%E5%81%A5%E8%BA%ABAI/</link>
      <pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260901/%E5%BF%83%E7%8E%87%E6%95%B0%E6%8D%AE%E4%B8%8D%E4%B8%8A%E4%BA%91%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E6%89%93%E9%80%A0%E9%9A%90%E7%A7%81%E4%BC%98%E5%85%88%E7%9A%84%E5%81%A5%E8%BA%ABAI/</guid>
      <description>智能手表每一次心跳、GPS坐标和睡眠周期若全部上传云端，就构成现实的安全隐患。 信号指出，集中式服务器获取这些原始数据已成为隐私噩梦。联邦学习将模型直接下发到设备本地训练，仅返回加密的数学更新，从根本上改变了数据流动路径。边缘AI的结合进一步支持了隐私优先的健身AI实现方式。 心率等</description>
    </item>
    <item>
      <title>180M参数大模型在10美元微控制器上运行，为何无人关注？</title>
      <link>https://index.zshipu.com/geek/post/20260818/180M%E5%8F%82%E6%95%B0%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9C%A810%E7%BE%8E%E5%85%83%E5%BE%AE%E6%8E%A7%E5%88%B6%E5%99%A8%E4%B8%8A%E8%BF%90%E8%A1%8C%E4%B8%BA%E4%BD%95%E6%97%A0%E4%BA%BA%E5%85%B3%E6%B3%A8/</link>
      <pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260818/180M%E5%8F%82%E6%95%B0%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9C%A810%E7%BE%8E%E5%85%83%E5%BE%AE%E6%8E%A7%E5%88%B6%E5%99%A8%E4%B8%8A%E8%BF%90%E8%A1%8C%E4%B8%BA%E4%BD%95%E6%97%A0%E4%BA%BA%E5%85%B3%E6%B3%A8/</guid>
      <description>180M参数大模型在10美元微控制器上运行，为何无人关注？ 2026年8月5日，一位名为cyfrit的开发者将项目p-for-llm发布到Hacker News，声称在10美元微控制器上运行180M参数的大语言模型。然而，这个项目只获得2分，迅速从新页面滑落，几乎无人注意。相比之下，</description>
    </item>
    <item>
      <title>阿里边缘计算在推荐系统中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 10:10:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E5%9C%A8%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：龚禹 阿里巴巴 编辑整理：刘玉志 出品平台：DataFunTalk 导读： 推荐系统在今天互联网产品和应用中起着举足轻重的地位。一般的推荐系统是基于云端计算中心到边缘 ( 比如手机、平板电脑等 ) 的结构，这其中会由于网络带宽和延迟等导致结果的延迟。边缘的实时计算可以利用用户的实时信息提</description>
    </item>
  </channel>
</rss>
