Energy-Efficient Context-Aware Multimodal AI Inference at the Edge
Este artículo propone un marco de inferencia multimodal sensible al contexto y eficiente en energía para dispositivos de borde con recursos limitados que activa dinámicamente los codificadores y ajusta las rutas de computación basándose en condiciones en tiempo real, logrando reducciones significativas en el consumo de energía y la latencia mientras mantiene una alta precisión en plataformas como NVIDIA Jetson Nano y Raspberry Pi 5.