开发自解释 Transformer

虽然物联网设备提供了显著优势，但其快速增长导致了更大的数据量、更高的复杂性和更高的安全风险。为管理这些问题，加密、压缩和映射等技术被用于高效且安全地处理数据。通用平台和 AI 平台处理这些任务表现良好，但自然语言处理中的映射常因训练时间而变慢。本工作探索了一种基于非确定性有限自动机的自解释、无训练映射 Transformer，专为现场可编程门阵列（FPGA）设计。除了展示所提方法在实时处理、成本效益和数据集加载方面的优势外，我们还讨论了为未来迭代增强设计所面临的挑战与考量。