最流行的开源硬件平台
TinyML-ESP32是一个在ESP32-WROOM-32开发板上实现边缘机器学习的开源项目。通过集成陀螺仪、麦克风和LED灯组，实现了手势识别、语音唤醒和跳绳计数三大AI功能。项目利用TensorFlow Lite在设备端完成机器学习推理，无需云端计算，模型仅占用几十KB存储空间即可实现毫秒级响应。该项目整合了espressif/arduino-esp32、Adafruit_NeoPixel、TensorFlowLite_ESP32等六大核心库，为智能家居、手势控制、运动健康监测等场景提供了开箱即用的边缘AI解决方案。
微软研究院开源的EdgeML库通过算法级创新，将传统数百MB的深度学习模型压缩至KB级别，实现AI在摄像头、传感器等边缘设备上的本地运行。Bonsai、ProtoNN、FastGRNN等微型算法支持手势识别、设备异常检测等场景，内存占用最低仅2.4KB，在Arduino Uno和树莓派Zero等低功耗设备上即可实时推理。该技术突破超低延迟、极致能效、硬件友好、强鲁棒性四大标准，为智能家居、工业4.0、医疗监护等领域提供零延迟、高隐私、强续航的AI解决方案。
Broccoli是一款专为ESP32集群设计的分布式任务队列系统，旨在实现边缘计算场景下的低延迟、高效率数据处理。该系统支持任务分发与执行、分布式队列管理、优化低延迟通信，并提供灵活的配置与监控功能。通过将任务分发至本地设备进行处理，有效降低网络延迟、节省数据传输成本并增强数据安全性。Broccoli适用于智能家居安全监控、工业自动化生产线、环境监测与预警系统等多种物联网应用场景，为构建智能边缘计算系统提供了高效解决方案。