Browsing by Author "梅志碩"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Item 在人工智慧物聯網應用中探討能源效率和即時性使用在模型訓練上(2021) 梅志碩; Mei, Chih-Shuo神經網絡模型訓練對於特定領域的人工智慧物聯網 (AIoT) 應用是必不可少的。通常顯示卡在模型訓練期間平均可能消耗數百瓦,而搭載 GPU 的嵌入式設備在出於相同的目的可能僅消耗幾瓦,但需要更長的訓練時間。在本論文中,使用了 NVIDIA RTX 2080 Ti 顯示卡和 NVIDIA Jetson Nano 嵌入式設備進行模型訓練的實證研究。將測量到的能量消耗和訓練時間,用以比較兩個平台之間的差異。結果表明,令人驚訝的是雖然使用 Jetson Nano 的訓練時間 比使用獨立顯示卡的訓練時間慢 30 倍,但 Jetson Nano 的總能耗實際上只有一半。結果表明,當考量能源消耗的重要性大於時間性的時候,可以選擇在搭載 GPU 的嵌入式設備上進行模型 訓練以達到節省能源的效果,反之則使用配有獨立顯示卡的電腦是更佳的選擇。在這些 AI 模型訓練中,像 Nvidia Jetson Nano 這樣的配備 GPU 的嵌入式設備可能在耗能方面具有更好的性能。此外,此論文也探討了關於 AIoT 用於預測性維護的案例研究,以說明配有 GPU 的嵌入式系統在模型訓練中的優勢。在實作預測性維護的案例研究中,也使用了 NASA 提供的渦輪引擎退化模擬資料集。而案例研究結果指出在時間性上的延遲是可以被接受的情況下,配備 GPU 的嵌入式裝置是可以有效的節省能源。