コンピュータサイエンス > ハードウェアアーキテクチャ
arXiv:2603.08725 (cs)
[2026年2月18日に投稿]
題目：エッジおよびセンサー内AIプロセッサの性能解析：比較レビュー
「エッジおよびセンサー内AIプロセッサの性能解析：比較レビュー」という題目の論文をPDFで表示（Luigi Capogrossoおよび他2名の著者による）
PDFを表示
HTML（実験的）
要旨：本レビューは、超低消費電力エッジ・プロセッサの急速に進化する状況を検討し、多様なSystem-on-Chip（SoC）、ニューラルアクセラレータ、ニアセンサおよびセンサー内アーキテクチャ、さらに出現しつつあるデータフローおよびメモリ中心の設計を扱う。計算パラダイム、電力バジェット、メモリ階層に基づいて、市販および研究用のプラットフォームを分類し、常時稼働型および低遅延が重要な人工知能（AI）ワークロードへの適合性を分析する。建築的概要を経験的な証拠で補完するために、336百万Multiply-Accumulate（MAC）セグメンテーションモデル（PicoSAM2）を、3つの代表的プロセッサ上でベンチマークする。具体的には、ハードウェアアクセラレータで拡張されたマルチコアRISC-Vアーキテクチャを活用するGAP9、先進的なARM Cortex-M55コアと専用のニューラル・アーキテクチャ・アクセラレータを組み合わせたSTM32N6、そしてセンサー内スタック型Complementary Metal-Oxide-Semiconductor（CMOS）計算を表すSony IMX500である。これらのプラットフォームは、MCUクラス、組み込みニューラルアクセラレータ、センサー内というパラダイムを幅広くカバーしている。評価では、レイテンシ、推論効率、エネルギー効率、およびエネルギー遅延積を報告する。その結果は、ハードウェア挙動の明確な分岐を示しており、IMX500が最も高い利用率（86.2 MAC/cycle）と最も低いエネルギー遅延積を達成し、センサー内処理の重要性と技術成熟度が高まっていることを浮き彫りにする。GAP9は、マイクロコントローラ級の電力バジェット内で最良のエネルギー効率を提供し、STM32N6は、エネルギーコストが大幅に高いにもかかわらず、生のレイテンシが最も低い。これらのレビューとベンチマークは、次世代の超低消費電力およびセンサー内AIプロセッサを形作っている現在の設計方向と実用的なトレードオフに関する統一的な見取り図を提供する。
| コメント： | |
| 分野： | ハードウェアアーキテクチャ（cs.AR）; コンピュータビジョンとパターン認識（cs.CV）; 機械学習（cs.LG） |
| 引用： | arXiv:2603.08725 [cs.AR] |
| (このバージョンでは arXiv:2603.08725v1 [cs.AR] ) | |
| https://doi.org/10.48550/arXiv.2603.08725
詳しく知るためにフォーカス
DataCite経由で付与されたarXiv-issued DOI
|
現在の閲覧コンテキスト：
cs.AR
返却形式: {"translated": "翻訳されたHTML"}
参考文献 & 引用
- NASA ADS
- Google Scholar
- Semantic Scholar
BibTeX 形式の引用をエクスポート
読み込み中...
ブックマーク
書誌ツール
コード、データ、メディア
デモ
関連論文
About arXivLabs
書誌および引用ツール
書誌エクスプローラーの切り替え
書誌エクスプローラー (エクスプローラーとは？)
Connected Papers の切り替え
Connected Papers (Connected Papers とは？)
Litmaps の切り替え
Litmaps (Litmaps とは？)
scite.ai の切り替え
scite Smart Citations (Smart Citations とは？)
この記事に関連付けられたコード、データ、メディア
alphaXiv の切り替え
alphaXiv (alphaXiv とは？)
Links to Code Toggle
論文向け CatalyzeX コードファインダー (CatalyzeX とは？)
DagsHub Toggle
DagsHub (DagsHub とは？)
GotitPub Toggle
Gotit.pub (GotitPub とは？)
Huggingface Toggle
Hugging Face (Huggingface とは？)
Links to Code Toggle
Papers with Code (Papers with Code とは？)
ScienceCast Toggle
ScienceCast (ScienceCast とは？)
デモ
Replicate Toggle
Replicate (Replicate とは？)
Spaces Toggle
Hugging Face Spaces (Spaces とは？)
Spaces Toggle
TXYZ.AI (TXYZ.AI とは？)
レコメンダーと検索ツール
Influence Flower へのリンク
Influence Flower (Influence Flower とは？)
Core recommender トグル
CORE Recommender (CORE とは？)
arXivLabs：コミュニティの協力者と行う実験的なプロジェクト
arXivLabs は、協力者が当社のウェブサイト上で新しい arXiv の機能を直接開発し、共有できるようにするためのフレームワークです。
arXivLabs と連携して取り組む個人および組織はいずれも、オープン性、コミュニティ、卓越性、ユーザーデータのプライバシーという当社の価値観を受け入れ、それを尊重してきました。arXiv はこれらの価値観を約束し、それに従うパートナーとのみ協働します。
arXiv のコミュニティに価値を加えるプロジェクトのアイデアはありますか？ arXivLabs について詳しく知る。
