跳到正文
arXiv · 机器人与计算机视觉· Phat Nguyen, Xue Geng, Kaixin Xu, Wang Zhe, Xulei Yang, Ngai-Man Cheung·· 2026-10-09AI 评分72

ViT 的架构-Token-位宽多轴联合优化:面向半导体封装的部署研究

Joint Architecture-Token-Bitwidth Multi-Axis Optimization of Vision Transformers for Semiconductor IC Packaging

AI 导读

该论文提出首个联合优化架构、Token 压缩和位宽的 ViT 框架,通过 AutoFormer 搜索紧凑骨干网络、ToMe 合并 Token 以及 fp16 混合精度推理提升效率。在 ImageNet-1K 上验证后,将其应用于半导体 IC 封装的 3D X 射线缺陷分类任务,实现了超过 10 倍的吞吐量提升和参数、FLOPs 及能耗降低,同时保持所需准确率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org