arXiv · cs.AI · Yiting Duan, Miaoxin Wang, Aoqing Guo, Bo Peng · 7 小时前模型评分38
边缘视觉语言模型在连续感知下的能耗构成与优化边界再审视
From Single-Shot QA to Continuous Perception: Revisiting the Energy Composition and Optimization Boundary of Edge VLMs
导读
研究在 Jetson AGX Thor 和 Orin 上对三类架构的 9 个视觉语言模型（VLM，Vision-Language Model）做了 4,508 条能耗记录分析，发现每输出 token 的解码成本随模型规模单调上升，而视觉预填充成本主要由视觉编码器架构效率决定、与规模无关。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：compute-hardware，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Visual-prefill energy conclusions for edge vision-language models (VLMs) are commonly drawn under single-shot workloads; we revisit them under continuous perception.”
来源：arXiv · cs.AI · arxiv.org