研究人员开发了PACE-NAS,一个新颖的神经网络架构搜索框架,旨在优化微控制器上带神经网络加速器的光流网络。该框架通过首先固定骨干网络及其峰值SRAM使用量,然后搜索最优算子和深度,将内存约束与延迟解耦。当应用于具有Ethos-U55加速器的Grove Vision AI V2板上的EdgeFlowNet模型时,优化的MCUFlowNet变体表现出性能提升,其中MCUFlowNet-S在略高的误差率下运行速度比原始EdgeFlowNet快1.76倍。该框架在语义分割任务上也显示出潜力,搜索到的PIDNet-S变体在精度相当的情况下实现了更快的速度。 AI
影响 在像微控制器这样的资源受限边缘设备上实现更高效的AI处理。
排序理由 详细介绍用于微控制器的新的神经网络架构搜索框架的研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →