エッジ人工知能（AI）の最適化技術に関する調査

人工知能（AI）モデルは、さまざまな現在および将来のビジネスおよび技術的問題を解決するために制作され、使用されています。したがって、AIモデルのエンジニアリングプロセス、プラットフォーム、および製品は、産業の垂直分野で特別な重要性を持つようになっています。より深い自動化を実現するために、高度に有望で生産的なAIモデルを生成する際に使用されるデータの特徴の数は非常に多く、そのため、生成されたAIモデルは非常に重たくなります。このようなヘビーウェイトモデルは、多くの計算、ストレージ、ネットワーキング、およびエネルギー資源を消費します。一方で, AIモデルは、リアルタイムの知識発見と普及を確保するためにIoTデバイスに展開されつつあります。リアルタイムの洞察は、リアルタイムでインテリジェントなサービスやアプリケーションを生成およびリリースする上で非常に重要です。したがって、デバイス内データ処理を通じたエッジインテリジェンスは、リアルタイムのインテリジェントな企業や環境のための刺激的な基盤を築きました。これらの新たな要件とともに、AIモデルのパフォーマンスを犠牲にすることなく、大規模なAIモデルを最大限に圧縮するための有能な認知技術を発掘することに焦点が当てられました。したがって、AI研究者は、AIモデルを最適化するための強力な最適化技術とツールを多数提案しました。本論文は、さまざまなレベルと層でのモデル最適化のすべての種類を深く掘り下げて説明するものです。最適化手法を学んだ結果、この研究は、AIモデル最適化のフレームワークを持つことの重要性を強調しています。