Влияние Методов Квантования И Прунинга На Энергоэффективность Глубоких Нейронных Сетей На Устройствах С Ограниченными Ресурсами
Year: 2026
Type: article
Abstract: В статье проводится сравнительный анализ двух основных методов снижения энергопотребления при выполнении глубоких нейронных сетей на устройствах с ограниченными вычислительными ресурсами – квантования и прунинга. Цель исследования – обосновать механизм влияния этих методов на энергоэффективность с точки зрения энергии обращений к памяти и арифметических операций, а также предложить последовательность их совместного применения. Использованы методы системного и сравнительного анализа, а также обобщения экспериментальных результатов, опубликованных в литературе. Показано, что основным источником энергозатрат являются не арифметические операции, а чтение данных из памяти, поэтому наибольший эффект дают методы, сокращающие объём модели. Сделан вывод, что последовательное применение структурного прунинга и 8-битного целочисленного квантования является наиболее практичным подходом для устройств с ограниченными ресурсами.
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7221899120
FWCI:
Cites:
Cited by:
Related to: