AQA: An Adaptive Post-Training Quantization Method for Activations of CNNs

量化(信号处理) 推论 计算机科学 人工智能 机器学习 算法
作者
Yun Wang,Qiang Liu
出处
期刊:IEEE Transactions on Computers [Institute of Electrical and Electronics Engineers]
卷期号:73 (8): 2025-2035
标识
DOI:10.1109/tc.2024.3398503
摘要

The post-training quantization (PTQ) is a common technology to improve the efficiency of embedded neural network accelerators. Existing PTQ schemes for CNN activations usually rely on calibration dataset with good data representation to reduce quantization overflow in inference, which is not always effective due to large variation and uncertainty of the inference input data in practice. This paper proposes an adaptive PTQ method for activations (AQA), which monitors the quantization overflow of activations, adaptively updates the quantization parameters, and re-quantizes the activations on-the-fly when the overflow degree is over a threshold. The key challenges in implementing the AQA method are to reduce the associated side-effects in increasing computational complexity, processing time and hardware resource usage. We propose a series of design optimizations for quantization overflow monitor, quantization parameters update and re-quantization to successfully address the challenges. The proposed AQA method is implemented in a CNN accelerator and evaluated on VGG16, ResNet18 and MobileNetV2 on several datasets. Experiment results show that the adaptation method makes the models' inference accuracy stable over various quantization overflow degrees, while the static quantization method suffers from significant accuracy degradation. The costs introduced by the adaptation method include 5% power consumption increase and 4% throughput degradation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
shl完成签到,获得积分10
1秒前
温柔孤兰发布了新的文献求助10
1秒前
登登应助斯文的山兰采纳,获得10
2秒前
柏锦程完成签到 ,获得积分10
2秒前
武雨寒完成签到,获得积分20
2秒前
shl发布了新的文献求助10
4秒前
明理的晓绿完成签到,获得积分10
4秒前
爆米花应助lianyang采纳,获得10
5秒前
sxyyy发布了新的文献求助30
7秒前
852应助kol采纳,获得10
7秒前
欧皇发布了新的文献求助10
8秒前
儒雅的雁山完成签到 ,获得积分10
8秒前
Akim应助zwl采纳,获得10
8秒前
耶耶发布了新的文献求助10
10秒前
CQ完成签到,获得积分10
10秒前
10秒前
11秒前
realha发布了新的文献求助10
11秒前
仁爱的戒指完成签到 ,获得积分10
12秒前
Glufo完成签到,获得积分10
12秒前
共享精神应助YK采纳,获得10
13秒前
涂飞完成签到,获得积分20
14秒前
科研通AI2S应助杨雨亭采纳,获得10
14秒前
14秒前
开心冰海完成签到,获得积分10
15秒前
wendy_1006完成签到,获得积分10
18秒前
背后孤晴完成签到,获得积分10
18秒前
18秒前
hewu发布了新的文献求助10
20秒前
挽倾颜发布了新的文献求助10
20秒前
sugar完成签到,获得积分20
20秒前
背后孤晴发布了新的文献求助10
21秒前
22秒前
慕容松完成签到,获得积分10
22秒前
茶卡完成签到 ,获得积分10
22秒前
YK发布了新的文献求助10
23秒前
26秒前
langwei完成签到,获得积分10
26秒前
llchen完成签到,获得积分0
26秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Fundamentals of Dispersed Multiphase Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3254158
求助须知:如何正确求助?哪些是违规求助? 2896509
关于积分的说明 8292828
捐赠科研通 2565380
什么是DOI,文献DOI怎么找? 1392986
科研通“疑难数据库(出版商)”最低求助积分说明 652418
邀请新用户注册赠送积分活动 629856