bsp;
1.模型压缩,这是最直接也最常用的方法之一,可以理解为将一块充满水分的海绵强行挤压变小,主要的方法一般有量化、剪枝、知识蒸馏,不过这种方法也有一个缺陷,那就是模型的性能会变差。
\n
2.边缘资源管理与调度,简单来说就是智能地分配和优化边缘计算设备,如服务器、传感器、网关的算力,以高效、低延迟地执行ai任务,但是这种方法会带来数据安全和yingsi问题。
\n
3.适应性ai系统,这是我自己定义一种方法,即设计一种框架,让大模型能够自行优化,缩小,达到能够部署在边缘设备的方法,通俗来讲就是用ai调教ai。
\n
这也是我提出的agileedge的主要思想。
\n
当然,我所说的方法都是软件层面的,不管怎么设计,其终究都是受限于物理设备,
\n
但是在我看来,如今的算法还远远没有触及到现有物理设备的上限。”
\n
听到这里,一同参加面试的四位学生已经有点麻了。
\n
满脸的问号已经不足以形容他们的懵逼。
\n
他们脑子里不由得同时发出灵魂三问:“我是谁?我在哪?我要干什么?”
\n
这还是双非吗?
\n
不光是他们,其实就连邱彦和沈瑞都有些唏嘘,虽然暂时周昀还没有讲到具体的算法,
\n
但是光凭前面这些,就能看出来他在ai方面的功底不差,论文估计也没少看,不然就邓老师问的第一个问题,他就答不出来。
\n
两人心里不约而同地冒出一个想法:“新来的学弟,有点狠啊!”
\n
要说现在最淡定的就是邓永华了,毕竟像周昀这种自带方向进组的学生他也
本章未完,请点击下一页继续阅读! 第2页 / 共4页