Swan：一种用于在智能手机 SoC 上高效训练 DNN 的神经引擎
机器学习
2022-06-13 v1 人工智能
摘要
随着对提升数据隐私和减少通信开销的需求增长，在终端用户设备（如智能手机）上训练 DNN 模型的需求正在增加。与配备强大 CPU 和 GPU 的数据中心服务器不同，现代智能手机采用系统级芯片（SoC）架构，由多种专用核心协同执行各类任务。我们观察到，在智能手机 SoC 上训练 DNN 时若不充分考虑其资源约束，不仅会导致次优的训练性能，还会显著影响用户体验。本文提出 Swan，一种在不损害用户体验的前提下优化智能手机 SoC 上 DNN 训练的神经引擎。大规模评估表明，Swan 相较最先进方法可实现 1.2 至 23.3 倍的性能提升。
引用
@article{arxiv.2206.04687,
title = {Swan: A Neural Engine for Efficient DNN Training on Smartphone SoCs},
author = {Sanjay Sri Vallabh Singapuram and Fan Lai and Chuheng Hu and Mosharaf Chowdhury},
journal= {arXiv preprint arXiv:2206.04687},
year = {2022}
}