一种在边缘设计自适应AI应用的能量感知方法
软件工程
2023-09-04 v1 机器学习
系统与控制
系统与控制
摘要
专用于机器学习任务的边缘设备的出现,使得基于AI的应用能够高效处理并分类由构成物联网的资源受限设备所获取的数据。此类应用(如智能城市中的关键监测)的激增要求新策略使这些系统从能源角度也可持续。本文提出一种能量感知方法,用于设计和部署可平衡应用目标(如目标检测精度与帧处理率)与能耗的自适应基于AI的应用。我们通过仅需少量经验样本的元启发式搜索过程,解决确定可用于系统自适应的配置集问题。最终配置集使用加权灰色关联分析选出,并映射至自适应应用的操作模式。我们在基于AI的行人检测应用上验证了方法。结果显示,我们的自适应应用可优于非自适应基线配置,在仅损失2%至6%精度的情况下节省高达81%的能量。
引用
@article{arxiv.2309.00022,
title = {An Energy-Aware Approach to Design Self-Adaptive AI-based Applications on the Edge},
author = {Alessandro Tundo and Marco Mobilio and Shashikant Ilager and Ivona Brandić and Ezio Bartocci and Leonardo Mariani},
journal= {arXiv preprint arXiv:2309.00022},
year = {2023}
}