作者及发刊详情
@inproceedings{haq,
author = {Wang, Kuan and Liu, Zhijian and Lin, Yujun and Lin, Ji and Han, Song},
title = {HAQ: Hardware-Aware Automated Quantization With Mixed Precision},
booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2019}
}
摘要
Motivation
- DNN硬件加速器开始支持混合精度（1-8位）进一步提高计算效率，这对找到每一层的最佳位宽提出了一个巨大的挑战：它需要领域专家探索巨大的设计空间，在精度，延迟，能耗和模型大小之间权衡。
- 当前有很多专用的神经网络专用加速器，但没有为这些加速器设计专用的神经网络优化方法。传统的量化算法忽视了不同的硬件架构，网络所有层都采用一种量化方式。
Contribution
1）自动化
提出了自动量化框架，无需领域专家或基于规则的启发式方法，将人力从探索位宽选择中解放出来
2）硬件感知
该框架在循环指令流中考虑了硬件架构，不依赖中间信号（proxy signal），可以直接减少延迟、能耗和存储
3）专用化
为不同的硬件架构都提出专门的量化策略，完全为目标硬件架构定制，以优化延迟和能耗。
4）设计视角
将计算和访存都考虑在内，为不同的硬件架构提供了不同的量化策略解释
Approach
引入了基于硬件感知的自动量化（HAQ）框架，该框架利用强化学习来自动确定量化策略，并在设计回路中获取硬件加速器的反馈。而不是依赖于代理信号，如FLOPS和模型大小，该文使用一个硬件模拟器来生成直接的反馈信号（延迟和能耗）到RL代理。
Experiment
实验验证平台：
选用模型：
训练数据集：
推理任务
工具：
实验评估
结论
框架有效地减少了1.4-1.95×的延迟和1.9×的能耗，而accu的损失可以忽略不计
参考文献
评
MIT开源开源项目链接
参考链接：
机器之心@知乎：寻找最佳的神经网络架构，韩松组两篇论文解读
KGback：人工智能和机器学习入门
