该论文介绍了在资源受限的边缘设备上进行深度神经网络 (DNN) 的有效推断的方法。它提出了重复 - 稀疏性权衡的概念，并提出了一种统一的协同设计框架，称为有符号二值化，用于解决该权衡问题。该方法在真实硬件上实现了 26% 的加速，能源效率提高一倍，并且相比于二进制方法，密度降低了 2.8 倍，为在资源有限环境中部署高效模型提供了另一种解决方案。
该论文介绍了在边缘设备上进行深度神经网络推断的有效方法，通过有符号二值化的协同设计框架实现了26%的加速和能源效率提高一倍，为资源有限环境中高效模型的部署提供了解决方案。
