63、低功耗低成本平台上的机器学习：实验评估

低功耗低成本平台上的机器学习：实验评估

1 实验评估的重要性

随着物联网设备的普及，边缘计算变得越来越重要，特别是在资源受限的环境中，机器学习（ML）的应用也逐渐增多。低功耗低成本平台的机器学习实验评估旨在验证和优化这些平台的性能和能效。实验评估不仅能帮助我们了解硬件的极限，还能为未来的设计和优化提供宝贵的参考。

2 性能结果

2.1 推理速度

在评估机器学习模型的性能时，推理速度是一个关键指标。推理速度直接影响用户体验，尤其是在实时应用场景中。为了测试推理速度，我们选择了几种常见的机器学习模型，如 Tiny-YOLO 和自定义浅层网络，并在 Parallella 平台上进行了实验。

2.1.1 实验设置

• 硬件平台 ：Parallella 平台，配备 Epiphany-III 裸金属加速器
• 模型 ：Tiny-YOLO、自定义浅层网络
• 数据集 ：CIFAR-10 数据集

模型	平均推理时间（ms）
Tiny-YOLO	120
自定义浅层网络	80

<