本书系统介绍了基于STM32N6的端侧AI应用开发方法，涵盖芯片架构解析、AI模型适配、工具链使用、推理优化与工程化集成等多个环节。通过对Cortex-M55与DSP扩展、Ethos-U55NPU特性、存储结构与外设接口的剖析，读者可以全面理解STM32N6在边缘智能中的定位及其对低功耗、实时性和轻量化的支持能力。在模型与算法层面，本书深入探讨了CNN、RNN、Transformer等主流网络结构及其轻量化改造方法，结合TensorFlow、PyTorch与ONNX的训练与转换流程，提出了适合STM32N6的模型量化、剪枝和蒸馏方法。同时，详细讲解了STM32Cube.AI与NanoEdgeAIStudio的使用，从模型转换到传感器异常检测的实现，形成了完整的工具链支撑。书中还系统分析了推理流程优化、算子加速、INT8量化与能耗基准，强调了边缘AI的性能与工程化平衡。最后两章通过语音关键词识别与视觉目标检测两个实战案例，将前述理论与方法落地于具体应用，涵盖从特征提取、模型选择到部署测试的全过程。