論文の概要: Sustainable Edge Vision via Empirically Calibrated DVFS: Eliminating Thermal Throttling on Passively Cooled Hardware

• arxiv url: http://arxiv.org/abs/2609.04705v1
• Date: Fri, 04 Sep 2026 04:24:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.906584
• Title: Sustainable Edge Vision via Empirically Calibrated DVFS: Eliminating Thermal Throttling on Passively Cooled Hardware
• Title（参考訳）: 実証校正DVFSによるサステナブルエッジビジョン:パッシブ冷却ハードウェアにおけるサーマルスロットリングの除去
• Abstract要約: 受動冷却エッジシステム(SoC)における持続型ディープニューラルネットワーク(DNN)推論のためのスケジューラを提案する。 提案手法は時間領域ガードと絶対温度境界を利用しており, 熱スパイクの急激な対策としてデリバティブトリガーが有効である。 温度のみの反応性基線を6.8%高いフレームレート(コーエンd = 8.73)で上回り、1フレームあたりのエネルギーは1.9%減少する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Passive cooling eliminates the energy overhead and mechanical failure modes of fans, making it attractive for edge deployment, yet sustained Deep Neural Network (DNN) inference on passively cooled edge Systems-on-Chip (SoCs) is bottlenecked by thermal throttling. To address this, we propose an empirically calibrated, state-aware Dynamic Voltage and Frequency Scaling (DVFS) scheduler. Unlike heuristic-driven controllers, our methodology utilizes time-domain guards and absolute temperature bounds, with derivative triggers acting as safeguards against sharp thermal spikes. Evaluated on a passively cooled Raspberry Pi 5 running YOLOv8n, our scheduler eliminates all observed thermal throttling events during sustained 30-minute workloads. It outperforms a temperature-only reactive baseline by achieving a 6.8% higher frame rate (Cohen's d = 8.73) while consuming 1.9% less energy per frame. Furthermore, our optimized passive scheduling surpasses an actively cooled reference system in energy efficiency (Joules/frame), though active cooling remains superior for raw throughput. Through isolated ablations, we show that the dwell guard is necessary for run-to-run reproducibility. Finally, exploratory boundary probes indicate that the passive operating envelope closes at ambient temperatures ($\ge 27^\circ$C) where nonlinear leakage defeats DVFS-based control. These results indicate that, within the mapped envelope, correct scheduling can make mechanical cooling unnecessary for sustained edge inference on this platform.
• Abstract（参考訳）: パッシブ冷却はファンのエネルギーオーバーヘッドと機械的故障モードを排除し、エッジ展開に魅力を与えるが、受動的冷却エッジ上のDeep Neural Network(DNN)推論は熱スロットリングによってボトルネックとなる。 そこで本稿では,DVFSスケジューラとDVFSスケジューラを提案する。 ヒューリスティック駆動の制御装置とは異なり、我々の手法は時間領域ガードと絶対温度境界を利用し、デリバティブトリガーは急激な熱スパイクに対する安全ガードとして機能する。 YOLOv8nを実行するRaspberry Pi 5を受動的に冷却して評価すると、スケジューラは、持続30分間のワークロードで観測されたすべてのサーマルスロットリングイベントを排除します。 温度のみの反応性基線を6.8%高いフレームレート(コーエンd = 8.73)で上回り、1フレームあたりのエネルギーは1.9%減少する。 さらに、最適化されたパッシブスケジューリングはエネルギー効率(ジュール/フレーム)において積極的に冷却された参照システムを上回るが、アクティブ冷却は生のスループットよりも優れている。 分離されたアブレーションを通して,ドウェルガードは実行時から実行時までの再現性に必要であることを示す。 最後に、探索境界プローブは、非線型リークがDVFSベースの制御を損なう場合、パッシブ動作エンベロープが周囲の温度で閉じることを示す (\ge 27^\circ$C)。 これらの結果から, マッピングされたエンベロープ内において, 適切なスケジューリングを行うことで, このプラットフォーム上での持続的エッジ推論に機械的冷却を不要にすることができることが示唆された。

関連論文リスト

• Mitigating Compiler Fusion-Induced Power Bursts in Mobile NPU Inference as the Battery Depletes [49.34452620841728]
  モバイルデバイスはますます、カメラや知覚のワークロードに対して、リアルタイムのNPU推論に依存している。 単一推論は、電力配信ネットワークにおける瞬時電圧ドープを誘導し、電力管理集積回路が動的電圧および周波数スケーリング(DVFS)を起動し、遅延を増大させる。 モバイルNPUコンパイラにおけるアグレッシブな演算子融合は,集中実行によって大きなピーク電流バーストが発生するモノリシックなスーパーレイヤを生成することができることを示す。
  論文  参考訳（メタデータ） (2026-07-17T23:44:41Z)
• Information-Theoretic Adaptive Cooling for Deterministic MPPI via Entropy Feedback [13.175181677159587]
  本稿では,モデル予測経路積分(MPPI)制御を用いた決定論的最適制御について検討する。 決定論的MPPIでは、真の最適性を取り戻すためには温度をゼロにしなくてはならないが、効果的な冷却スケジュールの設計は依然として根本的な課題である。 本稿では,重みのシャノンエントロピーをオンラインフィードバック信号として利用して温度を調節する情報理論適応冷却(ITAC)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-15T18:04:38Z)
• Generative Design for Direct-to-Chip Liquid Cooling for Data Centers [5.435523531334183]
  AIワークロードはデータセンターの電力密度を高め、高度な熱管理の必要性を高めている。 本研究は,NVIDIA GB200 Grace Blackwell Superchip のチャネルジオメトリを冷却するための生成設計フレームワークを提案する。 物理に基づく有限差分熱モデルにより、高速な定常温度予測と空間熱フィードバックが提供される。
  論文  参考訳（メタデータ） (2026-04-13T03:20:42Z)
• Constraint-Driven Warm-Freeze for Efficient Transfer Learning in Photovoltaic Systems [39.83783914171527]
  ディープラーニングモデルはバイアス、ドリフト、過渡スパイクに対して堅牢だが、リソース制約のあるエッジコントローラには十分軽量である。 本稿では,CDWF(Constraint-Driven Warm-Freeze)を提案する。 トレーニング可能なパラメータを最大120倍に減らしながら,CDWFは完全微調整性能の90～99%を維持していることを示す。
  論文  参考訳（メタデータ） (2026-04-07T12:44:19Z)
• From Passive Monitoring to Active Defence: Resilient Control of Manipulators Under Cyberattacks [42.72791770760975]
  FDIA(False Data Injection attack)は、アラームを発生させることなく、実質的なエンドエフェクタ偏差を発生させる。 本稿では、冗長マニピュレータのステルス型FDIAに対するレジリエンスについて検討し、パッシブモニタリングからアクティブディフェンスへアーキテクチャを進化させる。
  論文  参考訳（メタデータ） (2026-03-13T14:08:41Z)
• Adaptive Soft Rolling KV Freeze with Entropy-Guided Recovery: Sublinear Memory Growth for Efficient LLM Inference [0.0]
  本稿では,効率的な大規模言語モデル生成のためのトレーニング不要な推論時間フレームワークを提案する。 本手法では,低重要トークンに対するキー値更新を一時的に停止する可逆的ソフトフリーズ機構を導入する。 このフレームワークをサブリニア凍結スケジューリングで拡張し、凍結期間は繰り返し低重要度検出によってサブリニア的に増加する。
  論文  参考訳（メタデータ） (2025-12-12T02:02:02Z)
• Energy-Aware Dynamic Neural Inference [39.04688735618206]
  エネルギーハーベスターと有限容量エネルギーストレージを備えたオンデバイス適応型推論システムを提案する。 環境エネルギーの速度が増加するにつれて、エネルギー・信頼性を考慮した制御方式は精度を約5%向上させることが示されている。 我々は、信頼性を意識し、認識できないコントローラを理論的に保証する原則的なポリシーを導出する。
  論文  参考訳（メタデータ） (2024-11-04T16:51:22Z)
• Pre-insertion resistors temperature prediction based on improved WOA-SVR [3.5738896126578537]
  高電圧回路ブレーカ内のプレ絶縁抵抗(PIR)は、電流が流れるときにジュール熱を発生させることによって、臨界成分でありウォームアップする。 本研究は、有限要素シミュレーション手法と、改良された鯨最適化アルゴリズム(IWOA)アプローチにより最適化されたサポートベクトル回帰(SVR)を組み合わせる。
  論文  参考訳（メタデータ） (2024-01-07T14:24:04Z)
• Autonomous Payload Thermal Control [55.2480439325792]
  小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。 深部強化学習を用いた自律型熱制御ツールを提案する。 提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
  論文  参考訳（メタデータ） (2023-07-28T09:40:19Z)
• Energy-Efficient Model Compression and Splitting for Collaborative Inference Over Time-Varying Channels [52.60092598312894]
  本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。 提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
  論文  参考訳（メタデータ） (2021-06-02T07:36:27Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)
• Impact of Thermal Throttling on Long-Term Visual Inference in a CPU-based Edge Device [0.0]
  畳み込みニューラルネットワーク(CNN)の重大計算負荷は、熱収縮を招き、数秒で性能が低下する可能性がある。 4つのソフトウェアフレームワークと2つのオペレーティングシステム上で5つのCNNモデルを実行し、アクティブな冷却を行わない80のケースの長期的パフォーマンスを報告し、分析した。
  論文  参考訳（メタデータ） (2020-10-13T11:15:17Z)
• Controlling Rayleigh-B\'enard convection via Reinforcement Learning [62.997667081978825]
  固定外熱勾配下での対流熱交換を抑制または促進するための効果的な制御戦略の同定は、重要な基本的かつ技術的問題である。 本研究では,最先端の強化学習(RL)アルゴリズムに基づく新しい手法を提案する。 我々のRL制御は導電系を安定させ、対流の開始をレイリー数にすることができることを示す。
  論文  参考訳（メタデータ） (2020-03-31T16:39:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。