一、为什么你的YOLO模型在边缘设备上“跑不动”？如果你尝试过把YOLOv8n或YOLOv11n部署到Jetson Orin Nano、RK3588这类边缘设备上，大概率遇到过这样的场景：模型权重加载正常，但推理帧率死活上不去，显存占用居高不下。根本原因在于，COCO数据集上训练出来的YOLO模型，参数量动辄300万起步，而边缘设备的NPU算力往往只有几个TOPS。我在之前的一篇产线实测记录中看到过一个典型案例：YOLOv8n在Orin Nano 4GB版本上FP16推理耗时24ms，但系统同时还要跑两个传统视觉算法和一个通信线程，GPU占用率长期超过90%，偶发卡顿直接导致漏检。单纯INT8量化只能提速30%~40%，达不到15ms的硬性目标；单纯剪枝虽然能压缩50%计算量，但裸模型精度掉得厉害。“先剪枝把模型变小，再量化把剩余计算加速”才是正确的优化姿势。但问题来了——剪枝方法那么多，通道剪枝、层剪枝、滤波器剪枝，到底该选哪个？这篇文章就带你把这三种策略掰开揉碎讲清楚。核心结论提前说：在MCU/NPU等边缘硬件上，只有结构化剪枝（移除整个通道或滤波器使网络物理变小）才能真正带来推理加速；非结构化剪枝仅仅将单个权重置零，除非你的工具链支持稀疏内核，否则导出的INT8模型大小和推理速度都不会有任何变化。二、三种剪枝策略，到底在剪什么？2.1
