实体
EdgeCompress
EdgeCompress
PulseAugur coverage of EdgeCompress — every cluster mentioning EdgeCompress across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
研究发现：边缘VLM的能源消耗由输出驱动，而非输入
一项新研究表明，边缘设备上视觉语言模型（VLM）的能源消耗主要由生成的输出量驱动，而非视觉输入的复杂性。研究人员发现，生成每个输出令牌比处理输入令牌花费的时间更长，消耗的能源也更多。这表明，减少VLM能源消耗的努力应侧重于控制输出长度，因为即使消除视觉输入处理，能源节省也微乎其微。
-
EdgeCompress框架为边缘设备大幅削减CNN计算量
研究人员开发了EdgeCompress，一个新颖的框架，旨在显著降低卷积神经网络（CNN）的计算需求，以便在资源受限的边缘设备上部署。该框架采用动态图像裁剪来将计算集中在显著的前景对象上，并采用复合收缩技术协同压缩网络深度、宽度和分辨率。此外，EdgeCompress利用动态推理方法，将不同复杂度的模型级联起来，根据输入的识别难度自适应地处理输入，从而进一步提高效率。