Le cas de la co-conception du modèle de matériel matériel avec Diana Marculescu

Aujourd’hui, nous sommes rejoints par Diana Marculescu, présidente du département et professeur de génie électrique et informatique à l’Université du Texas à Austin. Nous avons rattrapé Diana pour discuter de son travail sur l’apprentissage automatique de matériel. En particulier, nous explorons son Keynote, « remettre la » machine « dans l’apprentissage automatique: le cas de la co-conception du modèle de matériel matériel » de l’atelier efficace de l’apprentissage en profondeur dans la vision par ordinateur lors de la conférence CVPR de cette année. Dans notre conversation, nous explorons comment son groupe de recherche se concentre sur la rendez-vous plus efficace pour rendre les modèles ML afin qu’ils fonctionnent mieux sur les systèmes matériels actuels et les composants et techniques qu’ils utilisent pour réaliser un véritable co-conception. Nous discutons également de son travail avec la recherche d’architecture neuronale, comment cela s’intègre dans la conversation Edge vs Cloud et ses réflexions sur la longévité de la recherche en profondeur.