返回
ESCAN: Efficient GPU sharing for cascade neural network inference
DOI:10.1016/j.neunet.2025.107703.png)
摘要
En 中文
• 我们探讨了级联模型在GPU共享场景下的部署挑战。
• GPU共享需要平衡级联模型的并行收益和冗余计算。
• 我们引入了带有批处理并行执行和资源分配的ESCAN。
• ESCAN通过优化执行模式和资源分配提高了级联模型的效率。
• ESCAN简化并增强了优化过程的效率。
期刊
IF:
6.3
论文数:
8.2K
被引数:
3.0W
机构
暂无机构信息
引用论文
Split Computing and Early Exiting for Deep Learning Applications: Survey and Research Challenges深度学习应用的拆分计算和早期退出: 调查和研究挑战

