Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.12145

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2507.12145 (cs)
[提交于 2025年7月16日 ]

标题: PRISM:边缘计算中基础模型的分布式推理

标题: PRISM: Distributed Inference for Foundation Models at Edge

Authors:Muhammad Azlan Qazi, Alexandros Iosifidis, Qi Zhang
摘要: 基础模型(FMs)在从图像分类到自然语言处理的广泛应用中取得了显著成功,但在边缘设备上的部署面临重大挑战。 这引发了对开发实用且高效的策略以将基础模型带到边缘环境的兴趣。 在本工作中,我们提出了PRISM,这是一种通信高效且计算感知的分布式Transformer推理策略,适用于边缘设备。 我们的方法利用段均值表示来近似中间输出特征,大幅减少了设备间的通信。 此外,我们重新构建了自注意力机制,以消除由于位置划分中的每个设备键/值计算引起的冗余计算,并设计了一种针对自回归模型的分区感知因果掩码方案。 我们在ViT、BERT和GPT-2上对多样化的数据集进行了评估,包括CIFAR-10、CIFAR-100、ImageNet-1k、GLUE和CBT。 我们的结果表明,通信开销显著减少(在压缩率CR=128时BERT的减少高达99.2%),每个设备的计算量也有所减少(在相同设置下BERT减少了51.24%),仅造成轻微的精度下降。 这种方法为在分布式资源受限环境中部署基础模型提供了一个可扩展且实用的解决方案。
摘要: Foundation models (FMs) have achieved remarkable success across a wide range of applications, from image classification to natural langurage processing, but pose significant challenges for deployment at edge. This has sparked growing interest in developing practical and efficient strategies for bringing foundation models to edge environments. In this work, we propose PRISM, a communication-efficient and compute-aware strategy for distributed Transformer inference on edge devices. Our method leverages a Segment Means representation to approximate intermediate output features, drastically reducing inter-device communication. Additionally, we restructure the self-attention mechanism to eliminate redundant computations caused by per-device Key/Value calculation in position-wise partitioning and design a partition-aware causal masking scheme tailored for autoregressive models. We evaluate PRISM on ViT, BERT, and GPT-2 across diverse datasets, namely CIFAR-10, CIFAR-100, ImageNet-1k, GLUE, and CBT. Our results demonstrate substantial reductions in communication overhead (up to 99.2% for BERT at compression rate CR = 128) and per-device computation (51.24% for BERT at the same setting), with only minor accuracy degradation. This method offers a scalable and practical solution for deploying foundation models in distributed resource-constrained environments.
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2507.12145 [cs.LG]
  (或者 arXiv:2507.12145v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.12145
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Muhammad Azlan Qazi [查看电子邮件]
[v1] 星期三, 2025 年 7 月 16 日 11:25:03 UTC (578 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs.AI
cs.CV
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号