NeurIPS 2019 | AiRiA問鼎模型壓縮與加速競賽雙料冠軍

日期:2019.12.16     

日前,神經信息處理系統大會(NeurIPS2019)于12月8日至14日在加拿大溫哥華舉行,中國科學院自動化研究所南京人工智能芯片創新研究院(AiRiA)團隊在本次大會的神經網絡壓縮與加速競賽(MicroNet Challenge)中獲得雙料冠軍!


以模型壓縮和加速為代表的深度學習計算優化技術是近幾年學術界和工業界最為關注的焦點之一。隨著人工智能技術不斷地落地到各個應用場景中,在終端上部署深度學習方案面臨了新的挑戰:模型越來越復雜、參量越來越多,但終端的算力、功耗和內存受限,如何才能得到適用于終端的性能高、速度快的模型?


由Google、Facebook、OpenAI等機構在NeurIPS2019上共同主辦的MicroNet Challenge競賽旨在通過優化神經網絡架構和計算,達到模型精度、計算效率和硬件資源占用等方面的平衡,實現軟硬件協同優化發展,啟發新一代硬件架構設計和神經網絡架構設計等。
 
MicroNet Challenge競賽對于人工智能軟件、硬件的未來發展都有著非比尋常的意義,此次不僅集結了MIT、加州大學、KAIST、華盛頓大學、京都大學、浙大、北航等國內外著名前沿科研院校,同時還吸引了ARM、IBM、高通、Xilinx等國際一流芯片公司的參與。


MicroNet Challenge競賽包括ImageNet圖像分類、CIFAR-100圖像分類和WikiText-103語言模型三個子任務。中國科學院自動化所研究所南京人工智能芯片創新研究院團隊參加了競爭最激烈的ImageNet和CIFAR-100兩個子賽道的比拼。歷經五個多月的廝殺,團隊一舉包攬了圖像類的全部兩項冠軍


團隊結合極低比特量化技術和稀疏化技術,在ImageNet任務上相比主辦方提供的基準模型取得了20.2倍的壓縮率和12.5倍的加速比,在CIFAR-100任務上取得了732.6倍的壓縮率和356.5倍的加速比,遙遙領先兩個任務中的第二名隊伍。

圖:競賽公布名次


同時,受組織方的邀請,團隊在大會以“A Comprehensive Study of Network Compression for ImageClassification”為主題詳細介紹了相關的量化和稀疏化壓縮和加速技術。

圖:團隊進行報告


針對比賽任務,團隊在報告中給出解決辦法:采用量化和稀疏化技術,將深度學習算法模型進行輕量化和計算提速,以大幅降低算法模型對算力、功耗以及內存的需求,讓低端設備實現人工智能方案。量化及稀疏化技術也是人工智能深度學習的軟、硬件協同加速方案突破口,通過將其與人工智能硬件架構設計緊密結合,可以進一步降低人工智能技術落地難度,讓AI更為易得易用。
 
據悉,本次NeurIPS大會參會人數愈13000人,今年共收到投稿 6743 篇,再次打破了歷年來的接收記錄。而歷來,NeurIPS競賽單元都被譽為AI界的華山論劍,匯聚了全球AI頂尖力量決戰技術之巔。 

電話:025-83351531 網址:http://www.www.0770qp.com 地址:江蘇南京市江寧區創研路266號麒麟人工智能產業園A3樓3層

分分28-主页 金昌市 | 中超 | 涟水县 | 项城市 | 星子县 | 平凉市 | 彭泽县 | 鹰潭市 | 兴业县 | 成都市 | 贵阳市 | 信丰县 | 吉首市 | 桃源县 | 巨野县 | 且末县 | 双桥区 | 余江县 | 竹北市 | 卫辉市 | 阳曲县 | 武宣县 | 万全县 | 三门县 | 陇西县 | 土默特左旗 | 西城区 | 舒城县 | 赤壁市 | 小金县 | 萨迦县 | 昌宁县 | 平乐县 | 澄迈县 |