给听诊器装上「会算的耳朵」：心肺音 AI 边缘部署
有工程师在后台问：模型在电脑上跑得好好的，一烧进听诊器就卡，先砍模型还是换芯片？这个问题被问过很多次。先说结论：心肺音 AI 的胜负，不在模型精度，在 512 KB 内存和几毫安电流之间。模型不是越小越好，是"刚好装得下、还听得清"。
我手里这只电子听诊器，外壳和普通听诊器差不多，拆开是典型配置：80 MHz 级 MCU、512 KB SRAM、2 MB Flash、16 位 ADC 按 4 kHz 采一通道。实验室里那个"98 分"的模型，一进这个预算表，就开始自己付电费了。
先算一笔账：4 kHz 就够
心肺音不是音乐。心音的主要能量集中在 20–600 Hz，肺音高一些，约 50–2000 Hz；按奈奎斯特，采样率高于 4 kHz 就能覆盖 2 kHz 上限。用 44.1 kHz 采心肺音，多出来的高频里主要是环境噪声和麦克风自噪。
数据率的账很直观：单通道 16 bit、4 kHz，就是 64 kbit/s，也就是 8 KB/s；1 分钟 480 KB，10 分钟 4.8 MB。同样 10 分钟的 44.1 kHz/16 bit 录音是 52.9 MB，差 11 倍。这 11 倍不只是存储，还是传输时间、射频开机时长和电。
拿手机录一段心音喂模型，模型学的其实是手机麦克风；换只听诊器，准确率就掉。
模型不是越小越好，是乘加越少越好
边缘端真正吃紧的是乘加次数，不是参数量。一个参数很少、但每层都在全分辨率长序列上卷积的模型，照样跑不动。
一维卷积第一层用大核扫原始波形，能抓到周期结构，但乘加数高；改成深度可分离卷积，公开论文口径可把乘加数降到约 1/8–1/9。另一条路是先分帧、抽包络，把 4 kHz 降到几十 Hz 再进小网络，代价是丢了帧内相位。
算一笔硬账：80 MHz 的 Cortex-M4F，按每周期 1 次 INT8 乘加估算，上限是 80 MMAC/s；一个 20 MMAC 的模型，单次推理理论下限 0.25 s，按 30% 利用率算约 0.8 s，还没算前后处理和蓝牙。参数量是给别人看的，乘加数才是给电池看的。
INT8 省下的 4 倍，亏在哪
FP32 权重每个 4 字节，INT8 每个 1 字节，模型体积、Flash 读取带宽、SRAM 占用理论都降到 1/4；在带 DSP 的 MCU 上，INT8 还有 2–4 倍的乘加加速。这是边缘部署性价比最高的动作，也最容易"静默掉点"。
公开文献与厂商材料报告，INT8 量化后精度损失在 1 个百分点以内，但这是行业口径，必须用自家校准集复测。掉点通常不发生在正常心音上，而发生在低信噪比、杂音、摩擦音这些少数类：量化噪声把本来就很小的病理成分埋掉了。工程上要用每通道缩放，并拿一批含噪声的校准集做量化后复测。
卡住的是内存和电
算力可以等，内存不能借。推理时每层的输入输出缓冲、权重、栈都要落在 SRAM 里；权重放 Flash 能省 SRAM，但每次读取都要花时间和电。
电池这边更直接。CR2032 标称 220 mAh、3 V，能量约 0.66 Wh；负载 10 mW 时理论续航约 66 h，20 mW 就只剩 33 h。BLE 连续传 64 kbit/s 的音频，射频占空比和协议开销都不低；很多"智能听诊器"不是算不动，是传不起。反过来，本地推理把 8 KB/s 的流变成"每 2 秒一个结果"，射频可以大部分时间睡觉。
边缘端的预算表上，毫安比参数量更硬。
数据与麦克风：换只听诊器就崩
心肺音模型的泛化，一半输在数据，一半输在麦克风。公开数据集能让你把网络跑通，但救不了"换一只听诊器就崩"——不同麦克风的频响、贴肤压力、腔体结构，都会改变同一颗心脏的声音。
PhysioNet/CinC Challenge 2016 心音训练集约 3,240 段录音、1,296 名受试者；ICBHI 2017 肺音数据集约 920 段录音、126 名受试者、6,898 个呼吸周期。（公开数据集口径，引用前复核版本。）两个集子加起来仍以成人为主，儿科、基层嘈杂环境、不同体位覆盖有限。
工程上先在公开集预训练，再用自家设备录几百条微调，并按设备、按点位做留一验证。反例：同一只听诊器录 200 条，随机切分，准确率 97%；换一只同型号新机，掉到 80%——它把这只麦克风的音色当成了特征。
耳端、手机、云端：选数据离开病人多远
不是所有场景都要把模型塞进听诊器。耳端胜在离线、低延迟、隐私；手机或网关胜在算力大一百倍、能显示波形、能升级；云端胜在能跑大模型和多模态，但要走网络、要传音频、要过合规。
一段 4 kHz/16 bit 音频是 64 kbit/s，BLE 有效吞吐通常只有几百 kbit/s，连续传会挤占连接间隔和功耗；本地推理只在出结果时发几十字节。本地延迟是采完 2 秒、算 0.1–1 秒，云端还要叠加网络往返和排队。音频属于敏感个人信息，能不离开设备就不离开。
部署形态不是技术偏好，是"数据愿意离开病人多远"。
验收：五项，缺一不可
医院不看你的 F1，看它凌晨三点会不会误报。边缘端验收要把采集、推理、提示当成一个端到端产品来验。
建议阈值：从贴上去到出结果不超过 1 s；连续工作 8 h，外壳温升在人手可长期接触的范围内；断网可用、重连后补传；用摩擦音、环境谈话、走路噪声做负样本，记录每小时误报次数；与医生听诊做双盲对照，至少 200 例、覆盖正常与至少两类异常。
任一项不过，先改产品，别改 PPT。模型的上限是准确率，产品的下限是误报率。
回到开头：先砍模型还是先换芯片？先看 RAM、电池和"数据愿不愿意离开病人"这三笔账，再谈模型结构，顺序就不会错。