Energy-Efficient Context-Aware Multimodal AI Inference at the Edge
Cet article propose un cadre d'inférence multimodal sensible au contexte et économe en énergie pour les dispositifs de bord aux ressources limitées qui active dynamiquement les encodeurs et ajuste les chemins de calcul en fonction des conditions en temps réel, réalisant ainsi des réductions significatives de la consommation d'énergie et de la latence tout en maintenant une précision élevée sur des plateformes telles que NVIDIA Jetson Nano et Raspberry Pi 5.