随着AI芯片软硬件架构的迭代升级，智能终端的AI处理能力日益增强。但由于终端自身资源的局限性，使终端AI应用仍存在着严格的计算、内存和能耗成本限制。设备协同计算的概念应运而生。重点研究智能终端深度学习模型计算决策技术，结合智能终端技术栈特性与用户隐私安全深入研究了DNN计算卸载系统管线，并提出一种适合智能终端AI应用落地的模型潜在分割点搜索策略，通过系统仿真对其进行性能评估。
科研之友
微信
新浪微博
Facebook
分享链接
