Edge-PRUNE:柔軟な分散深層学習推論【JST・京大機械翻訳】

Boutellier Jani; Tan Bo; Nurmi Jari

プレプリント

J-GLOBAL ID：202202205194681351 整理番号：22P0339862

Edge-PRUNE:柔軟な分散深層学習推論【JST・京大機械翻訳】

Edge-PRUNE: Flexible Distributed Deep Learning Inference

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月27日プレプリントサーバーでの情報更新日： 2022年04月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

低資源エンドポイント装置とエッジサーバの間の協調深層学習推論は,ここ数年,重要な研究興味を受けてきた。このような計算分割は,エンドポイントデバイスのエネルギー消費を減らし,待ち時間を改善するのを助けることができるが,同様に,感度データのプライバシー保護にも寄与する。本論文は,エッジサーバと1つ以上のクライアントデバイスの間の機械学習推論を分配するための柔軟だが軽量な計算フレームワークであるEdge-PRUNEについて述べた。従来手法と比較して,Edge-PRUNEは形式的データフローコンピューティングモデルに基づいており,機械学習訓練フレームワークに対して診断的であり,組込みGPUのような深い学習アクセラレータをレバレッジするために,同時に広いサポートを提供する。本論文の実験セクションは,無線と物理的接続に関して,2つの異種エンドポイント装置とエッジサーバに関する画像分類とオブジェクト追跡アプリケーションによって,Edge-PRUNEの使用と性能を実証した。例えば,SSD-Mobilenetベースの物体追跡のためのエンドポイントデバイス推論時間は,協調推論によって5.8x加速される。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る