现代计算机视觉架构训练能耗差异实证研究
原标题：Energy Variation in Training Modern Computer Vision Architectures
AI 摘要
西班牙巴利阿里群岛大学的研究者对七种现代计算机视觉架构（MobileNetV3-Small/Large、EfficientNet-B0/B1、ViT-B/32、ConvNeXt-Tiny、ViT-B/16）在ImageNet-1k分类任务上的训练能耗进行了实证测量，使用统一的10,000张图像子集和40轮基线配置，在两张NVIDIA Tesla P100 GPU上通过NVML直接记录能耗。结果显示GFLOPs与能耗（kWh）的皮尔逊相关系数为0.85，说明计算复杂度是能耗的稳健但不完美的预测因子，GFLOPs相近的架构能耗差异可达3.1倍。EfficientNet变体在分类性能与能效之间取得最佳平衡，而Vision Transformer相对能耗最高且准确率最低。
正文节选
[Page 1] Energy Variation in Training Modern Computer Vision Architectures David Cortes1, Carlos Juiz1, Belen Bermejo1 1University of the Balearic Islands (Spain) d.cortes@uib.es Abstract—The rapid growth of deep learning has substantially This work examines seven architectures published between increased the energy consumption associated with model training,