杀不死进程君
嵌入式工程师 · 端侧AI布道者 · 知识创作者
嵌入式工程师 · 端侧AI布道者 · 知识创作者
这是「杀不死进程君」的个人嵌入式端侧 AI 学习平台。
我在嵌入式和 AI 领域工作多年,深知嵌入式开发者学习 AI 路径的曲折:需要同时掌握 C++ 编程、实时操作系统、硬件平台、深度学习模型部署、性能优化等多维度知识,却很少有系统的中文资料。
因此我把这些年实战经验整合成 7 大学习路径、11 门体系课程,从 C++ 基础一路讲到 CUDA/TensorRT 高性能推理,从 FreeRTOS 内核讲到 YOLO 模型在嵌入式板子上的实际部署,再到 ROS2 机器人系统开发,希望帮你少走弯路,系统打通嵌入式端侧 AI 全栈技能。
除了课程,本站还配套了就业中心(职业方向测评、八大方向对比、岗位能力地图)、题库中心(九大方向基础知识自检)和资料中心(简历模板、课程配套软件源码、速查手册),形成「学 → 练 → 测 → 就业」的完整闭环。
课程怎么安排、AI 工具怎么用,背后是四条不变的判断标准:
这是本站的核心定位:一是借助 AI 来学习嵌入式、开发嵌入式,帮你更快走向就业;二是把 AI 模型部署到嵌入式设备上,让你的设备真正智能化。「用 AI 学」与「给设备装 AI」两条主线,贯穿全部课程与工具链。
部署是工程链条的最后一环:模型是算法团队训练的、板子是硬件团队选的。只练"搬运"这一步,上游一换架构或平台,经验就会迅速贬值;而格式转换、量化脚本这类流程性工作,恰恰最先被 AI 接管。
先用 C/C++、RTOS、Linux 打牢系统功底,再学模型量化与 NPU 推理——目标是在有限的算力和功耗里,让整个系统稳定地交付产品。这种"嵌入式 + AI"的复合能力,是需求最广、也最难被替代的方向。
AI 会放大你已有的功底:越扎实越省力,越虚越露馅。本站把 AI 工具链正式纳入课程,但坚持一条底线:AI 的任何产出,都必须经过严格的审查与验证才算完成。驾驭 AI 并对质量负责,才是面向未来的竞争力。
这份理念展开讲,就是首页的 学习路径说明 →
C++ 从入门到工程实践 — 从语法到工程实践,覆盖 C++11 现代特性、STL、内存管理、面向对象设计,是后续所有嵌入式开发的语言根基。
AI 辅助嵌入式开发 — 通过 AI 工具、Agent、Skill 与工程规范,搭建一套可复用的 AI 辅助嵌入式开发工作流。
FreeRTOS 系统开发实战 — 实时操作系统内核与项目实战;
MCU 低功耗工程实战 — 从电池猝死到 10 年续航的低功耗设计方法论。
嵌入式 Linux 系统开发与 AI 设备基础 — ARM Linux、U-Boot、Buildroot、设备树、外设驱动与 NPU Runtime,从 MCU 进阶 AI 设备的软件桥梁。
瑞芯微 RK 平台 Linux 开发与 AI 部署 — 国内主流 AI 芯片平台零基础入门,覆盖工具链、SDK、驱动、应用层开发全流程。
CUDA 与 TensorRT 高性能推理部署 — GPU 高性能推理加速;
嵌入式端 YOLO 目标检测部署实战 — 从训练到端侧全流程;
端侧 AI 与边缘计算模型部署工程实战 — 模型压缩量化与 NPU/GPU 异构加速。
ROS2 机器人软件开发基础 — ROS2 架构、通信机制、TF、URDF、RViz2;
机器人系统与智能应用基础 — SLAM 导航、视觉感知、运动控制、具身智能。