072 STM32Cube.AI模型转换与优化：从一次诡异的推理崩溃说起

去年做的一个工业振动监测项目，模型在PC端跑得好好的，量化后部署到STM32F746上，前三次推理结果正常，第四次开始输出NaN。查了三天，最后发现是Cube.AI的激活缓冲区对齐问题——模型里有个深度可分离卷积层，内部计算时临时张量没对齐到16字节边界，导致浮点异常。从那以后，我对模型转换这件事再也不敢掉以轻心。

模型转换不是“点一下按钮”的事

很多人以为把Keras/TFLite模型拖进STM32Cube.AI，点Generate就完事了。实际上这个转换过程涉及大量底层决策：算子映射、内存复用策略、量化方案选择、激活缓冲区布局。Cube.AI的编译器会做静态分析，但它的优化策略不一定适合你的具体场景。

先看一个典型的工作流：训练好的模型（通常是.h5或.tflite）→ Cube.AI导入 → 验证精度 → 生成C代码 → 集成到STM32工程。问题往往出在“验证精度”这一步——很多人跳过了，直接生成代码，然后发现推理结果不对。

量化：精度与速度的博弈

Cube.AI支持三种量化模式：float32、混合精度（权重int8，激活float）、全int8。对于STM32F4/F7系列，全int8推理速度大约是float32的3-5倍，但精度损失可能达到1-2%。

我踩过最深的坑是激活值分布不均匀导致的量化误差。模型里有个ReLU6层，输出范围被限制在0-6之间，按理说量化应该很友好。但实际测试发现，某些通道的激活值集中