MetaDSE：一种针对跨工作负载CPU设计空间探索的少样本元学习框架

本研究针对现有跨工作负载设计空间探索（DSE）方法在过拟合、数据模糊性及工作负载差异性方面的挑战，提出了一种新的少样本元学习框架MetaDSE。通过这种框架，MetaDSE能快速适应新目标工作负载，显著提高DSE的效率，并在SPEC CPU 2017的实验中将预测误差降低了44.3%。