TraceDSE优化边缘SoC推理配置
热点事件观察中
TraceDSE优化边缘SoC推理配置
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
论文作者提出 TraceDSE，通过大语言模型驱动的“提议者—批评者”循环，联合选择异构边缘 SoC 上 AI 推理工作负载的映射方案和处理器配置，并以系统执行轨迹反馈迭代调整设计。 基于论文摘要，该方法在 Intel Meteor Lake SoC 的四类推理工作负载上，与 NSGA-II 和贝叶斯优化相比，将 Pareto 前沿超体积最高提高 35%和 68%，同时将硬件评估次数减少约 6至9倍；这些结果目前限于所述测试平台与工作负载。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
TraceDSE：面向异构边缘SoC的AI推理工作负载映射与硬件配置选择报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AITraceDSE：面向异构边缘SoC的AI推理工作负载映射与硬件配置选择
TraceDSE是一种用于异构边缘SoC上AI推理工作负载映射与处理器配置选择的智能体设计空间探索方法，基于论文摘要。该方法采用迭代式提议者与批判者循环，由LLM生成候选映射和配置，并用程序化工具分析执行轨迹、定位瓶颈；其在Intel Meteor Lake SoC上的四类推理工作负载测试中，相比NSGA-II和贝叶斯优化，Pareto前沿超体积最高提升35%和68%，硬件评估次数约减少6至9倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。