黑曜石:在安全机器学习加速器上进行高效推断的协同状态空间探索

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

边缘智能通过在TrustZone中进行先进模型部署,解决了消费者物联网设备中的数据隐私问题。内存高效的管理方法支持内存密集型推理,提高推理速度3.13倍,降低功耗超过66.5%。

🎯

关键要点

  • 边缘智能通过在TrustZone中进行模型部署,解决了物联网设备的数据隐私问题。
  • 提出了一种新方法,确保模型推理过程中的隐私保护。
  • 设计了内存高效的管理方法,支持内存密集型推理,减少内存泄漏和冲突。
  • 在受信任的操作系统中进行了32行代码的修改以实现优化。
  • 使用了两个小型库(S-Tinylib和Tinylibm)来支持高效推理。
  • 在Raspberry Pi 3B+上实现了原型,并使用轻量级DNN模型进行评估。
  • 实验结果显示推理速度提高3.13倍,功耗降低超过66.5%。
➡️

继续阅读