🏆 ACM 旗舰期刊
嵌入式软硬件协同、低功耗系统、软硬件设计自动化、嵌入式操作系统。嵌入式领域最对口的正刊之一。
这里收录的是 ACM Transactions on Embedded Computing Systems（TECS） 上的经典论文精讲。TECS 是嵌入式领域最对口的正刊之一，覆盖软硬件协同设计、低功耗系统、设计自动化与嵌入式操作系统四大方向。
每一篇都按中文初学者视角重写：先讲清楚”这个技术到底在解决什么问题、不用会怎样”，再展开方法、公式推导与实验数据，最后配自测题检验是否真的看懂。公式保留原文形式并配白话解释，插图和表格数据全部保留。
📑 收录篇目
🔐 01 · 可信平台模块 TPM：软硬件协同设计与实测
安全原语（SHA / RSA / ECC）该放硬件还是软件？本文给出嵌入式受限设备上的软硬件协同 TPM 方案，并给出能耗、面积与性能的实测权衡数据。
⚡ 02 · 能耗感知的任务映射与调度
多核芯片上某个核永久失效之后，任务该怎么重新摆放？本文用故障感知映射生成 + 自定时调度，在保证吞吐的前提下把能耗压到最低，实测能耗降 22%、每单位能量吞吐提升 30%。
⏱️ 03 · 时序可预测嵌入式系统（综述）
实时系统的地基：为什么”平均跑得快”不等于”最坏情况可控”，流水线 / 缓存 / 多线程 / DRAM 如何破坏可预测性，又有哪些手段能把它换回来。
🛡️ 04 · 混合关键度实时系统的设计优化
飞控和娱乐系统挤在同一块板子上怎么保证安全？分区隔离、关键度提升与禁忌搜索优化，把隔离带来的成本压回去。
🧠 05 · 端侧推理的自适应模型选择
一个模型打不了天下：在精度、延迟和能耗之间，运行时动态挑最合适的那个模型，比固定折中模型快多少？
📦 06 · 端侧高效深度学习综述（100 页，共 5 篇）
从手工轻量网络、NAS、网络压缩到端侧学习与端侧大模型，一篇 100 页综述的完整中文精讲。
🎮 07 · FC-GPU：用反馈控制做实时 GPU 调度
GPU 内部调度不透明、难以抢占，实时性怎么保证？把 GPU 当受控对象，用控制理论动态调节——像恒温器一样自适应负载变化。
💾 08 · 便签存储器的最优内存分配
没有缓存的低端 MCU 上，“哪个变量放哪块存储器”是道组合优化题。本文用 0/1 整数规划让编译器自动分配，还首次把栈分布到多个存储体，实测快 44.2%。
🔀 09 · 关键循环的软硬件划分
把最耗时的那几个循环搬到硬件上能省多少电、快多少倍？以及什么情况下搬过去反而亏。
🎛️ 10 · 自调优缓存架构
缓存功耗占比高、而最优配置因程序而异：让缓存自己”调旋钮”，在几乎不掉性能的前提下把能耗压下来。
🧭 建议阅读顺序
实时与可靠 03 时序可预测 → 04 混合关键度 → 02 能耗感知调度 → 07 FC-GPU
存储与功耗 08 便签存储器 → 10 自调优缓存 → 09 软硬件划分
端侧智能 05 自适应选型 → 06 综述 ① ~ ⑤
安全 01 可信平台模块 TPM怎么读论文精讲
每篇开头都有”这一篇在干嘛”，先判断值不值得读；正文按”问题 → 方法 → 实验 → 启示”组织； 结尾的折叠自测题建议先自己答一遍再展开对照——答不上来的地方就是还没真正理解的部分。