MIT 6.5940 · Efficient AI and TinyML · Fall 2026

模型剪枝、量化、MCUNet、TinyEngine 与端侧部署；连接模型训练和小型 AI 硬件。

版本与资料边界

• 官方课程来源
• 核对日期：2026-10-16
• 使用 Fall 2026 课表；仅接入可见的正式链接。公开 Lab 0–2，后续 Lab 尚未给出链接；视频年份未逐一确认。
• 当前仅保存元数据与外部链接；不复制讲义、代码包、视频或音频。未发布生成笔记、Blog 或逐字稿。

硬件与学习方式

可以先在电脑或课程 Notebook 中学习压缩、量化与性能分析。MCUNet 和 TinyEngine 面向微控制器与端侧推理；具体实物和计算资源依每份 Lab 要求。当前仅收录官网已提供链接的 Lab 0–2。

Lab 与作业

• Lab 0 · 官方 Notebook：以课程当前公开链接为准；Notebook 与 ZIP 均来自官方课程页。
• Lab 1 · 官方 GPU 起始代码：以课程当前公开链接为准；Notebook 与 ZIP 均来自官方课程页。
• Lab 2 · 官方 Notebook：以课程当前公开链接为准；Notebook 与 ZIP 均来自官方课程页。