A high-performance dataflow-centric optimization framework for deep learning inference on the edge

Edge computing has been emerging as a popular scenario for model inference. However, the inference performance on edge devices (e.g., Multi-Core DSP, FGPA, etc.) suffers from inefficiency due to the lack of highly optimized inference frameworks. Previous model inference frameworks are mainly develop...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of systems architecture Ročník 152; s. 103180
Hlavní autoři:	Zhang, Runhua, Jiang, Hongxu, Geng, Jinkun, Tian, Fangzheng, Ma, Yuhang, Wang, Haojie
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.07.2024
Témata:	Computation graph Data locality Dataflow-centric Edge computing Model inference Computation graph Dataflow-centric Data locality Model inference Edge computing
ISSN:	1383-7621, 1873-6165
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!