面向可持续嵌入式系统的 ARM Cortex 处理器上 AI 模型帕累托最优基准测试
人工智能
2026-02-23 v2
摘要
本工作提出了一种针对 ARM Cortex 处理器（M0+、M4、M7）上人工智能（AI）模型进行优化的实用基准测试框架，关注能源效率、准确性和资源利用率在嵌入式系统中的表现。通过设计自动化测试台，我们提供了一种系统化的方法来评估关键绩效指标（KPIs），并识别最佳的处理器和 AI 模型组合。研究结果表明，浮点运算次数（FLOPs）与推理时间之间存在近线性相关性，为估算计算需求提供了可靠指标。采用帕累托分析，我们展示了如何在能源消耗和模型准确性之间进行权衡，确保 AI 应用在不牺牲可持续性的前提下满足性能要求。关键发现表明，M7 处理器适合短推理周期，而 M4 处理器在长推理任务中能源效率更佳。M0+ 处理器虽然为复杂 AI 模型提供的效率较低，但仍适用于更简单的任务。本工作为开发人员提供了洞见，指导他们设计在实际应用中实现高性能和能效兼顾的能源高效 AI 系统。
引用
@article{arxiv.2602.17508,
title = {Pareto Optimal Benchmarking of AI Models on ARM Cortex Processors for Sustainable Embedded Systems},
author = {Pranay Jain and Maximilian Kasper and Göran Köber and Oliver Amft and Axel Plinge and Dominik Seuß},
journal= {arXiv preprint arXiv:2602.17508},
year = {2026}
}
备注
11 pages, 7 figures, Funding: GreenICT@FMD (BMFTR grant 16ME0491K)