【共创稿事节】从一块 16GB 板子上的 30B-A3B，看 HarmonyOS 7 空间计算的同一道内存题

本文提出：鸿蒙端侧AI的瓶颈非算力，而是“分层驻留+页级回收”内存纪律缺失——尤其在神经网络模型加载路径上。基于RK3588实测，通过逐层驻留与MADV_DONTNEED实现30B MoE模型常驻内存从16.45GiB压至0.483GiB（23.2×），且逐位正确。该纪律可对照鸿蒙7，建议四步验证路径：NAPI封装、模拟器位级一致、真机语义等价、视觉塔缓存对比。3DGS侧已有基础，缺策略层；而模型

从 CLI 到 GUI：用 Rust + Tauri 重构 WS63 烧录工具，把整包烧录压到 22 秒

从终端到平台：深圳云识客开源鸿蒙人脸门禁与消费机工程化实践