一篇新研究论文探讨了在异构边缘平台上部署多摄像头流式感知系统所面临的挑战,特别是针对机器人导盲犬。研究指出,孤立地评估加速器放置可能导致不准确的排名,因为对GPU等资源的争用会导致错过截止时间(deadline misses)和过时检测(stale detections)。研究表明,虽然GPU在孤立运行时可能表现更好,但在高争用情况下,特别是对于大型物体,神经处理单元(NPU)可能更有效。该论文提倡使用更全面的评估指标,超越平均流式平均精度(sAP),包括争用扫描(contention sweeps)、错过截止时间率(deadline-miss rates)和最差流式sAP(worst-stream sAP)。 AI
影响 强调了在真实世界争用情况下对AI硬件放置进行细致评估的必要性,影响边缘AI部署策略。
排序理由 一篇在arXiv上发表的研究论文,详细介绍了一种用于机器人导盲犬的感知系统的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- AI accelerator
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- graphics processing unit
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →