面向低功耗能量收集系统的能量自适应无检查点间歇推理
计算工程、金融与科学
2025-03-11 v1
摘要
由于资源受限和频繁的断电，在能量收集设备中进行深度神经网络（DNN）推理面临重大挑战。这些能量损失不仅增加了端到端延迟，还损害了推理的一致性和准确性，因为现有的检查点与恢复机制容易出错。因此，EH设备上DNN推理的服务质量受到严重影响。本文提出了一种能量自适应的DNN推理机制，当收集到的能量有限时，该机制能够通过降低计算复杂度将模型动态转换为低功耗模式。该方法确保满足端到端延迟要求。此外，为了解决易出错的检查点与恢复机制的局限性，我们引入了一种无检查点间歇推理框架，确保在能量收集系统断电期间进行一致且保留进度的DNN推理。
引用
@article{arxiv.2503.06663,
title = {Energy-Adaptive Checkpoint-Free Intermittent Inference for Low Power Energy Harvesting Systems},
author = {Sahidul Islam and Wei Wei and Jishnu Banarjee and Chen Pan},
journal= {arXiv preprint arXiv:2503.06663},
year = {2025}
}