Компьютерные науки > Архитектура аппаратных средств [представлена 20 июля 2026 года] Название: WARD: Runtime Work-Adapative TRansformer Framework for Independable Edge AI View PDF HTML (экспериментальная) Резюме: Эдж-развернутый АИ функционирует в условиях динамического изменения бюджетов энергии, требований надежности и распределения данных, требующих постоянной адаптации. Такие условия возникают в случае применения АИ на длинных рубежах, включая автономные системы, промышленный мониторинг и спутниковый интеллект. Существующие методы обеспечения устойчивости к неисправностям предполагают статические эксплуатационные условия, в то время как методы непрерывного обучения не учитывают сопутствующие ошибки оборудования во время адаптации в режиме онлайн. Кроме того, практическое внедрение систем адаптации к рабочему времени на программируемых ускорителях АИ по-прежнему в значительной степени не изучено. В настоящем документе представлены WARD - система Трансформаторного видения рабочего времени, которая сочетает раздел подсетей по каналу с учетом особенностей канала, непрерывное обучение в целях обеспечения надежности и динамическое планирование рабочих режимов для совместной оптимизации эффективности работы, допуска к неисправностям и адаптации в зависимости от условий эксплуатации. Две физически изолированные подсети функционируют в рамках четырех режимов эксплуатации (т.е. Режим полной точности, режим низкой мощности, режим высокой надежности и адаптивный режим), который…
ВАРД: Рамочная основа рабочего времени-адаптивное видение ТРАНСФОРАТОРА для зависимого края АИ
arXiv: 26009.17556v1 Вид уведомления: перекрестное резюме: " АИ, развернутая с помощью эдж-размещенных, функционирует в условиях динамического изменения энергобалансов, требований надежности и распределения исходных данных, требующих постоянной адаптации. Такие условия возникают в случае применения АИ на длинных рубежах, включая автономные системы, промышленный мониторинг и спутниковый интеллект. Существующие методы обеспечения устойчивости к неисправностям предполагают статические эксплуатационные условия, в то время как методы непрерывного обучения не учитывают сопутствующие ошибки оборудования во время адаптации в режиме онлайн. Кроме того, практическое внедрение систем адаптации к рабочему времени на программируемых ускорителях АИ по-прежнему в значительной степени не изучено. В настоящем документе представлены WARD - система Трансформаторного видения рабочего времени, которая сочетает раздел подсетей по каналу с учетом особенностей канала, непрерывное обучение в целях обеспечения надежности и динамическое планирование рабочих режимов для совместной оптимизации эффективности работы, допуска к неисправностям и адаптации в зависимости от условий эксплуатации. Две физически изолированные подсети выполняют u