该文综述硬件感知神经架构搜索（HW-NAS），涵盖搜索空间、策略、加速与硬件成本估计，并介绍FLASH、HW-NAS-Bench、PASHA、HotNAS、FNAS等框架，可在FPGA等平台协同优化精度与性能，缩短搜索时间并提升CIFAR等任务准确率。

最近的人工智能进展由神经网络推动，要求创新的神经架构设计以平衡性能和效率。硬件感知神经架构搜索是一种自适应策略自动化设计神经网络的方法，通过使用多目标优化方法。我们提出了SONATA，一种用于硬件感知神经架构搜索的自适应进化算法。在ImageNet-1k数据集上的评估显示SONATA的优点，精确度提高了0.25％，延迟和能源性能提高了2.42倍。