跳到正文
热点事件持续更新

边缘ViT联合量化与动态分区编排框架提出

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Zhu Jiaqi等作者提出一种面向车联网边缘视觉Transformer的编排框架,把模型分区点选择、逐层量化位宽分配和异构车载计算节点上的执行位置放在一起联合决策。 该框架将联合分区与混合精度分配建模为混合整数线性规划(MILP),目标是在满足端到端延迟与任务质量约束的前提下,最小化计算与通信能耗。 目前报道只给出框架设计与建模方式,未披露实验评估结果。

AI 根据报道生成 · 54 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. arXiv cs.AI
    面向上下文感知边缘视觉 Transformer 的联合量化与动态分区框架

    该论文提出一种边缘编排框架,联合选择模型分区点、逐层量化位宽与异构车载计算节点上的执行位置,将联合分区与混合精度分配建模为 MILP,在满足端到端延迟与任务质量约束下最小化计算与通信能耗。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。