O Hypnos divide o aprendizado contínuo em duas etapas: um dispositivo RISC-V faz atualizações leves sem retropropagação do erro e guarda representações comprimidas; depois, um carregador inteligente usa esses dados para consolidar o modelo com replay e atualizações por gradiente. A arquitetura descrita não requer um servidor de treinamento na nuvem.

Como o Hypnos divide o aprendizado entre dispositivo e carregador

No dispositivo, um extrator de características MobileNetV3-Large permanece congelado. Seus resultados alimentam um classificador online baseado em protótipos e um codificador de quantização de produto, que comprime representações para armazenamento. O microcontrolador não executa retropropagação do erro.

Na etapa de consolidação, o carregador decodifica as representações comprimidas, reapresenta exemplos ao modelo e faz atualizações por gradiente. Depois, devolve os parâmetros consolidados ao dispositivo. Essa divisão deixa as atualizações mais leves a cargo do RISC-V e concentra o replay e o treinamento mais intensivo no carregador. O resumo do artigo de pesquisa descreve essa arquitetura em duas fases.

O que a avaliação mediu

A avaliação usou o benchmark de aprendizado contínuo CORe50 NICv2-391. O resumo do artigo relata acurácia entre 78,6% e 81,6% e latência no dispositivo entre 7,79 e 10,54 segundos por amostra, conforme a precisão das ativações. Também informa que o sistema foi implantado em uma FPGA ZCU104 e sintetizado em um processo de 28 nm. Esses resultados e condições aparecem no resumo do artigo.

Para a configuração com ativações INT8, os pesquisadores reportaram acurácia de 78,6% e latência de 7,79 segundos por amostra no dispositivo. Esse tempo cobre a etapa local; a consolidação no carregador acontece separadamente.

Como interpretar a comparação e os números de energia

Em relação ao método quantized latent replay, o resumo relata 3,8 vezes menos etapas de aprendizado e 22 vezes menos computação de aprendizado, além de acurácia maior e latência comparável. A comparação descreve os resultados reportados pelos pesquisadores no benchmark, não uma medida de uso cotidiano.

Os pesquisadores também reportaram 33,3 mW de potência em operação contínua nos resultados de síntese e um buffer de replay de 5,48 MB no carregador. A primeira cifra vem da síntese do projeto; o buffer fica na etapa de consolidação.