副标题#e#

智东西（公众号：zhidxcom）
编 | 董温淑

智东西5月8日消息，近日，Facebook和亚利桑那州立大学的研究人员研发了AutoScale算法。该算法可以自动化推理AI工具适合运行在云端还是终端。

为了提供更好的用户体验，当今大多数智能手机都采用了AI技术，用以实现拍摄3D照片、面部识别、语音识别等功能。

科技公司在实现这些功能时，需要考虑的一个重要问题是AI技术运行的位置：如果所有的AI工具都在终端运行，有可能导致电池寿命、手机性能下降；相反，如果AI工具都在云端运行，则有可能在调用时花费较长时间。

Facebook和亚利桑那州立大学的研究人员试图用AutoScale解决这个问题。AutoScale基于强化学习算法，可以自动化判断AI工具适合在云端还是终端运行。数据显示，AutoScale模型能提高AI工具能效，可以使能效达到基线方法的10.8倍。

这项研究发表在学术网站arXiv上，论文题目为《AutoScale：用随机方差优化端到端边缘推理的能源效率（AutoScale: Optimizing Energy Efficiency of End-to-End Edge Inference under Stochastic Variance）》。

论文链接：https://arxiv.org/pdf/2005.02544.pdf

一、AutoScale：关注运行环境变化，实时做出决策

移动设备上的AI服务大多利用深度神经网络（DNN）实现。由于DNN模型的工作负载比较大，传统的AI工具大多在云端进行。

随着技术发展，AI工具也可以在终端运行。这是因为现有移动系统对DNN的栈支持已经日益成熟，现代移动设备也可通过搭载加速器或协处理器（比如GPU、DSP等）来提升终端处理能力。

不论是哪一种方式，AI工具的运行位置都被事先确定了。但是，在实际运行时，移动设备上可能有多个应用程序同时运行、无线网络的信号强度也不是一成不变的。这些因素会导致AI工具无法达到预期的能效，还有可能造成延迟、性能降低。

Facebook和亚利桑那州立大学的研究人员提出，可以设计一个这样的预测模型：用实时运行环境作为输入，使其预测出AI工具适合的运行位置，达到高能效、低时延、高性能的目的。

经过尝试，研究人员推出了自适应轻量执行缩放引擎AutoScale。

AutoScale采用一种轻量级的强化学习技术进行持续学习，可以捕捉和适应随机的环境变化。在运行过程中，AutoScale会观察和收集神经网络的层特征、Wi-Fi信号稳定性、处理器利用率等信息，并据此作出使DNN能效、性能最大化的决策。

二、模型每次进行5步推理，逐次提高AI工具能效

AutoScale采用一种自适应预测机制，随着训练次数增多，AutoScale可以做出更优的决策。

对于每个推理执行任务，AutoScale的预测过程分为5步：

1、观察当前的执行状态（神经网络特征、环境信息等），将其作为输入；

2、根据输入，在查找表（Q表）中选择下一步操作；

3、执行选定的操作，即让AI工具在云端或在终端运行；

4、观察、记录AI工具的运行效果。综合评估能效、时延、性能等参数，计算奖励（R值）；

5、根据AI模型最近一次的运行效果更新查找表。

随着查找表不断更新，在执行下一次推理任务时，AutoScale会为AI工具选择能效更低的方案。

▲AutoScale模型

三、用3款手机进行测试，模型预测准确率达到97.9%

为了验证AutoScale的性能，研究人员将其用于3款智能手机：小米Mi 8 Pro、三星Galaxy S10e、摩托罗拉Moto X Force。

用Wi-Fi把三款手机连接到服务器。通过Wi-Fi Direct（一种点对点无线网络），三款手机与一台三星Galaxy Tab S6平板电脑连接，用于模拟本地执行（local execution）。用功率计测量智能手机的能效。

研究人员先对AutoScale进行了100次推理训练：使用64000个训练样本；编译或生成10个AI模型，其中包括谷歌的机器翻译工具MobileBERT和图像分类器Inception。

然后，研究人员分别在静态设置和动态设置情况下进行测试。针对每种设置模拟三种情况，分别是：

1、一个non-streaming计算机视觉测试场景，AutoScale模型对手机摄像头拍摄照片功能进行推理；

2、一个streaming计算机视觉场景，AutoScale模型对手机摄像头实时拍摄视频功能进行推理；

3、一个翻译场景，AutoScale模型对翻译键入句子的AI工具进行推理。

测试结果显示，在所有场景中，AutoScale模型的表现都优于基线模型。AutoScale模型的延迟也较低，在non-streaming计算机视觉测试场景中的延迟时间小于50毫秒，在翻译场景中的延迟时间小于100毫秒。同时，AutoScale模型保持了较高的性能，在streaming计算机视觉场景中，每秒可以处理约30帧画面。

据统计，AutoScale模型的预测准确率达到了97.9%，其边缘推理的能效可达到基线模型的1.6～10.8倍。

AutoScale模型占用的内存也较小，仅需0.4MB。通常中端手机的内存容量为3GB，AutoScale模型仅需占用0.01%。

结语：或可用于提升AI工具能效

#p#副标题#e##p#分页标题#e#

Facebook和亚利桑那州立大学的研究人员研发的AutoScale算法可以自动化推理出能耗更低的AI运行方案，还可以保证低延迟和高性能，为解决移动设备AI服务的能效问题提供了一种方案。

论文中写道：“我们的研究证明了AutoScale是一个可行的解决方案，可以通过DNN实现边缘推理。在未来，AutoScale或可用更好地执行边缘推理任务。”

文章来源：VentureBeat，arXiv