车载环境下，QNN 模型升级为什么建议优先使用上下文二进制热更新，而不是每次重新编译模型？

[mdl好吃]

车载环境下，QNN 模型升级为什么建议优先使用上下文二进制热更新，而不是每次重新编译模型？
 

[weixin_38498942]

车载环境强调确定性、稳定性、发布效率和远程升级安全。如果每次升级都在车端重新编译模型，会引入编译时间、版本不一致、固件依赖和异常中断风险。使用上下文二进制热更新的优势主要有：编译结果离线验证充分；车端只做加载和切换，执行时间更短；便于做 A/B 分区回滚；与 OTA 升级流程更契合。但要注意，上下文二进制必须与目标 SoC 固件、QNN 运行时版本严格匹配，升级包中应包含版本校验逻辑。参考升级思路：

1. 离线编译并验证 context binary
2. 车端校验版本与平台兼容性
3. 加载新模型上下文
4. 切换推理入口并做健康检查
5. 旧版本保留至新版本稳定运行

参考文档：高通车载 QNN 模型热更新与 OTA 部署说明。

[weixin_38498942]

车载环境强调确定性、稳定性、发布效率和远程升级安全。如果每次升级都在车端重新编译模型，会引入编译时间、版本不一致、固件依赖和异常中断风险。使用上下文二进制热更新的优势主要有：编译结果离线验证充分；车端只做加载和切换，执行时间更短；便于做 A/B 分区回滚；与 OTA 升级流程更契合。但要注意，上下文二进制必须与目标 SoC 固件、QNN 运行时版本严格匹配，升级包中应包含版本校验逻辑。参考升级思路：

1. 离线编译并验证 context binary
2. 车端校验版本与平台兼容性
3. 加载新模型上下文
4. 切换推理入口并做健康检查
5. 旧版本保留至新版本稳定运行

参考文档：高通车载 QNN 模型热更新与 OTA 部署说明。