随着HarmonyOS NEXT强化端云协同AI能力,其支持在手机、手表、智慧屏等设备间构建动态任务链。但在实际开发中面临以下挑战:
- 模型分割策略:当AI推理任务跨设备分配时(如手机预处理+车机完成复杂模型计算),如何通过MindSpore Lite实现模型分片与设备算力匹配?是否需要定义统一的算力评估标准?
- 隐私敏感数据流:医疗类应用需在多设备间传输体征数据,如何利用TEE可信执行环境与同态加密技术,确保数据在传输、计算全程不可见?
- 低功耗实时协同:穿戴设备算力有限,如何通过方舟引擎的优先级调度机制,实现AI任务(如跌倒检测)的本地轻量化与跨设备备份计算的无缝切换?
欢迎华为AI框架团队与健康/车载领域开发者,分享跨设备AI服务的设计范式与性能调优工具链!