一种基于硬件感知的自动机器学习协同优化方法、系统及程序产品

本发明公开了一种基于硬件感知的自动机器学习协同优化方法，用于边缘人工智能中的集成学习现场可编程门阵列加速器设计。该方法旨在解决算法性能与硬件资源消耗之间的平衡挑战。其步骤包括：定义一个包含算法超参数和FPGA硬件配置参数的联合优化空间；建立一个协同优化目标函数，该函数由算法性能指标和预测的FPGA硬件资源占用量确定，其中资源预测依据算法超参数以量化其硬件影响；利用AutoML优化算法，在联合优化空间内，依据所述目标函数进行搜索，以识别出平衡性能与资源的最优配置。本方法有效克服了现有技术中算法与硬件分开优化导致的资源效率低下和高开发成本问题，实现了平衡设计，同时增强了自动化并降低了复杂性。