NAIS：神经架构与实现搜索及其在自动驾驶中的应用
机器学习
2019-11-19 v1 计算机视觉与模式识别
神经与进化计算
机器学习
摘要
许多应用领域对强大AI算法的快速增长需求，推动了对高质量深度神经网络（DNN）模型和高效率实现的巨额投入。在本立场论文中，我们认为一种名为神经架构与实现搜索（Neural Architecture and Implementation Search, NAIS）的DNN/实现协同设计方法值得更多研究关注，以提升DNN模型与实现优化的开发生产力和效率。我们提出了一种程式化设计方法，可在保持最终解质量的同时大幅削减搜索成本。作为示例，我们在FPGA和GPU背景下讨论了该DNN/实现方法。我们以自动驾驶为关键用例，因为其对高质量AI算法和加速器需求最为迫切。我们讨论了此类协同设计方法如何对自动驾驶产业产生重大影响，并指出了这一令人振奋领域中的若干研究机遇。
引用
@article{arxiv.1911.07446,
title = {NAIS: Neural Architecture and Implementation Search and its Applications in Autonomous Driving},
author = {Cong Hao and Yao Chen and Xinheng Liu and Atif Sarwari and Daryl Sew and Ashutosh Dhar and Bryan Wu and Dongdong Fu and Jinjun Xiong and Wen-mei Hwu and Junli Gu and Deming Chen},
journal= {arXiv preprint arXiv:1911.07446},
year = {2019}
}
备注
8 pages, ICCAD 2019