BriefGPT - AI 论文速递
·
上下文感知的多模型对象检测用于异构计算系统
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
SHIFT方法通过利用上下文信息和计算约束，选择多种物体检测模型，提高能源利用效率和降低延迟。相比GPU单模型方法，能源使用提升7.5倍，延迟提升2.8倍。
🎯
关键要点
- SHIFT方法利用输入数据流中的上下文信息和计算约束。
- SHIFT方法连续选择多种基于深度神经网络的物体检测模型。
- SHIFT方法实现了更高的能源利用效率和低延迟。
- 相比先进的基于GPU的单模型物体检测方法，能源使用提升了7.5倍。
- 相比先进的基于GPU的单模型物体检测方法，延迟提升了2.8倍。
➡️
