介绍 ReQuEST：一个用于可复现且质量高效的系统-机器学习竞赛的开放平台

跨整个硬件/软件栈协同设计基于机器学习的高效系统，以权衡速度、精度、能耗与成本，正变得极其复杂且耗时。研究人员常常难以在快速演进的软件框架、异构硬件平台、编译器、库、算法、数据集、模型及环境中评估和比较不同已发表工作。我们呈现为开发带有在线公共排行榜的开放协同设计竞赛平台所做的社区努力。它将逐步吸纳最佳研究实践，同时为多学科研究者提供优化并比较多样且完整硬件/软件系统上各类工作负载的质量对效率帕累托最优性的通用方法。我们希望借助开源 Collective Knowledge 框架与 ACM 制品评估方法学，以标准化、可移植且可复现的方式验证并共享完整的机器学习系统实现。我们计划针对深度学习等新兴工作负载举办定期多目标优化与协同设计竞赛，从 ASPLOS'18（ACM 编程语言与操作系统体系结构支持会议——跨越计算机体系结构与硬件、编程语言与编译器、操作系统与网络的多学科系统研究首要论坛）开始，以构建可被轻松定制、复用和扩展的最高效机器学习算法与系统的公共仓库。