CATransformers 框架

Meta AI聯(lián)手佐治亞理工學院研發(fā)低碳AI框架，通過多目標貝葉斯優(yōu)化引擎平衡能耗、精度和碳足跡，針對邊緣推理設備優(yōu)化剪枝大型CLIP模型。研究結果顯示，綜合優(yōu)化碳排放與延遲的策略可實現(xiàn)19-20%的總排放削減，且延遲損失極小。