PulseAugur
实时 09:13:52
English(EN) Opto-ViT-v2: Noise-Resilient On-Chip Fine-Tuning for Photonic Near-Sensor Vision Transformer Accelerators

新框架支持光子视觉 Transformer 的片上微调

研究人员开发了 Opto-ViT-v2,这是一个新颖的框架,能够直接在光子加速器上对视觉 Transformer 进行参数高效的微调。该系统通过张量化低秩分解来减少激活存储和权重更新,从而解决了片上训练的挑战。Opto-ViT-v2 还包含一个通过真实设备测量校准的噪声模型,证明了其对光子噪声的鲁棒性,并实现了边缘视觉系统的高能效。 AI

影响 能够通过光子硬件在边缘设备上实现更高效、更本地化的 AI 模型适应。

排序理由 该集群包含一篇学术论文,详细介绍了专用硬件的新技术框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架支持光子视觉 Transformer 的片上微调

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xuming Chen, Deniz Najafi, Mehrdad Morsali, Chengwei Zhou, Zahra Ghanaatianjobzari, Mahdi Nikdast, Shaahin Angizi, Gourav Datta ·

    Opto-ViT-v2:光子近传感器视觉Transformer加速器上的抗噪声片上微调

    arXiv:2607.19421v1 Announce Type: cross Abstract: Silicon-photonic (SiPh) accelerators have emerged as a promising platform for Vision Transformer (ViT) inference by performing matrix multiplications on microring-resonator (MRR) banks with high throughput and energy efficiency. E…