Cappuccino：面向移动片上系统的高效推理软件合成
分布式、并行与集群计算
2017-07-11 v1
摘要
卷积神经网络(CNNs)在各种机器学习任务中展现出卓越性能。随着配备传感器的物联网(IoT)设备渗透到现代生活的方方面面，在资源受限设备上执行CNN推理这一计算密集型应用的能力已变得愈发重要。在此背景下，我们提出Cappuccino，一个针对移动片上系统(SoCs)的高效推理软件合成框架。我们提出了针对移动SoCs的CNN推理高效并行化技术，并探索了底层权衡。在不同CNN上于三种移动设备进行的实验证明了我们方法的有效性。
引用
@article{arxiv.1707.02647,
title = {Cappuccino: Efficient Inference Software Synthesis for Mobile System-on-Chips},
author = {Mohammad Motamedi and Daniel Fong and Soheil Ghiasi},
journal= {arXiv preprint arXiv:1707.02647},
year = {2017}
}
备注
4 pages, 7 figures