一、先把边界画清楚：BLE设备上跑YOLO，到底在跑什么？
低功耗蓝牙设备的核心约束从来不是“有没有算力”，而是每一毫焦耳能量都要对应一次可用的推理结果。一颗典型的BLE SoC，RAM 在 256KB—512KB 量级，Flash 在 1MB—2MB 量级，持续推理功耗预算通常在毫瓦级。YOLO 的原始设计目标是在 GPU 上做高分辨率、多类别的通用检测，两者之间的落差不是靠“量化一下”就能填平的。
但2026年的现实是：“YOLO 系模型在 BLE 级 MCU 上能跑”已经不再是伪命题，真正的问题是“在哪条技术路径上跑、跑什么变体、跑完之后还剩多少可用精度”。
根据 Ultralytics 官方与 STMicroelectronics 的合作测试（2026年5月更新），在 STM32N6 的 Neural-ART NPU 上以 256×256 分辨率运行 YOLOv8n，每次推理约 29ms，达到 34 FPS，单次推理能耗约 9.4 mJ。这个数字放在 BLE 设备的语境下需要重新解读：9.4 mJ 一次推理，一颗 CR2032 纽扣电池（约 220mAh@3V，总能量约 2376 J）理论上可以支撑约2.5 亿次推理——但这是纯推理能耗，不包含图像采集、预处理和无线通信。一旦把摄像头和 BLE 射频加回来，边界会迅速收缩。
所以，讨论“边界”必须分层：NPU 级 MCU 和纯 CPU 级 MCU 是两个完全不同的世界；YOLOv8n 和 FOMO
