随着深度学习的快速发展和端侧设备算力的不断提升，原本在云端执行的推理预测工作正在部分迁移到端侧。相较云端智能，端侧智能具有低延时、兼顾数据隐私、节省云端资源等优势。MNN作为手机淘宝、手机天猫、优酷等App中的轻量级的深度学习端侧推理引擎，支撑了直播、短视频、搜索推荐、图像搜索、互动营销、权益发放、安全风控等场景下的端侧智能，每天稳定运行上亿次。近日，MNN已经在Github上开源。这次分享就为大家带来MNN开发、开源中的思考与总结。

演讲提纲：

1. 背景

（1）移动AI的发展现状

（2）端侧智能面对的挑战

2. 应对之道

（1）模型转换与优化

（2）调度管线与抽象计算设备

（3）预处理与内存复用

（4）性能优化

（5）取舍

（6）性能比较

（7）流程优化

3. 基于编译器优化方案的比较

4. 移动AI应用场景

5. 开源与规划

听众收益：

1. 了解移动AI的发展状况和应用场景
2. 通过端侧推理引擎了解移动/IoT深度优化策略