qGAMMA : un cadre pour optimiser le déploiement de DNN sur accélérateurs multi-précision
En bref
- qGAMMA optimise le déploiement de DNN sur accélérateurs multi-précision via un algorithme génétique.
- Le framework réduit les compromis entre performance, énergie et utilisation des ressources.
- Les évaluations montrent des gains concrets sur divers workloads de DNN.
qGAMMA est un framework open source conçu pour optimiser le déploiement de réseaux de neurones profonds (DNN) sur des accélérateurs matériels supportant plusieurs niveaux de précision. Il utilise un algorithme génétique et un modèle analytique pour identifier la configuration optimale, améliorant performance, efficacité énergétique et utilisation des ressources.
Ce que ça change pour vous
- Industrie & ManufacturingLes industriels peuvent réduire les coûts énergétiques et améliorer l'efficacité des systèmes embarqués pour l'IA.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur