碳高效神经架构搜索
机器学习
2023-07-12 v1 人工智能
摘要
本工作提出一种新颖的神经架构搜索 (NAS) 方法，旨在降低模型设计过程中的能源成本并提升碳效率。所提框架称为碳高效 NAS (CE-NAS)，由具有不同能源需求的 NAS 评估算法、多目标优化器以及启发式 GPU 分配策略组成。CE-NAS 基于当前碳排放动态平衡节能采样与耗能评估任务。利用近期 NAS 基准数据集与两条碳轨迹，我们的轨迹驱动仿真表明 CE-NAS 比三种基线取得更优的碳与搜索效率。
引用
@article{arxiv.2307.04131,
title = {Carbon-Efficient Neural Architecture Search},
author = {Yiyang Zhao and Tian Guo},
journal= {arXiv preprint arXiv:2307.04131},
year = {2023}
}