כתבה
arXiv cs.LG ·
פעולה אנרגטית יעילה של מפעילים עצביים לחישה וירטואלית
Energy-efficient operation of neural operators for virtual sensing
חוקרים בדקו כיצד חישוב מרחבי משותף מפחית את האנרגיה של עדכונים בחישה וירטואלית, תוך שמירה על הנקודות הנבחרות והתחזיות. הם מצאו כי שימוש חוזר בחישוב מפחית את האנרגיה ב-20% במצב 15W. התוצאות מראות כיצד מבנה המפעיל הוא קשור לאנרגיה המופעלת.
תקציר מקורי באנגליתarXiv:2609.30580v1 Announce Type: new Abstract: Virtual sensing repeatedly reconstructs physical fields from changing observations, often on a fixed geometry. We investigate how shared spatial computation reduces the energy of these updates while retaining the selected checkpoint and its evaluated predictions. In a heat-exchanger service, standard compiler freezing and explicit trunk reuse give similar operating energy reductions relative to graph replay: approximately 1% at one request per second and 20% at forty requests per second. In 15 W mode with fixed clocks, reuse with graph replay completes the same request sequence with 22.0 to 22.5% less energy than eager execution, including preparation and waiting. DeepONet and Fourier neural operator (FNO) controls distinguish the effects of
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית