TFLite Micro
TensorFlow Lite的微控制器版本，专为KB级内存的MCU设计，不进行动态内存分配，适用于嵌入式边缘推理。
时间轴 (近 90 天)
在真实项目中，ONNX Runtime、TensorRT、TFLite Micro、OpenVINO 等推理框架的使用频率远高于 PyTorch 训练代码。
TFLite Micro 是 TensorFlow Lite 的微控制器版本，专为 KB 级内存的 MCU 设计，不含动态内存分配。
BitLens 支持为 TFLite Micro 生成配套的 C arena 头文件。
ONNX 适合桌面、Python、Android 以及支持 ONNX Runtime 的浏览器运行时；TFLite 或 TFLite Micro 则常见于资源受限的嵌入式设备。
从PyTorch迁移到TFLite Micro通常需要PyTorch→ONNX→TFLite→TFLite Micro多跳转换，增加工具链复杂度和数值误差风险。
ESP32-S3这类带DSP指令和向量扩展的芯片对INT8算子有较好支持，TFLite Micro提供了无操作系统依赖的极简运行时
全部知识事实 (6)
在真实项目中，ONNX Runtime、TensorRT、TFLite Micro、OpenVINO 等推理框架的使用频率远高于 PyTorch 训练代码。
50%待验证TFLite Micro 是 TensorFlow Lite 的微控制器版本，专为 KB 级内存的 MCU 设计，不含动态内存分配。
50%待验证BitLens 支持为 TFLite Micro 生成配套的 C arena 头文件。
50%待验证ONNX 适合桌面、Python、Android 以及支持 ONNX Runtime 的浏览器运行时；TFLite 或 TFLite Micro 则常见于资源受限的嵌入式设备。
50%待验证从PyTorch迁移到TFLite Micro通常需要PyTorch→ONNX→TFLite→TFLite Micro多跳转换，增加工具链复杂度和数值误差风险。
50%待验证ESP32-S3这类带DSP指令和向量扩展的芯片对INT8算子有较好支持，TFLite Micro提供了无操作系统依赖的极简运行时
50%