"Тонкая настройка на устройстве может обеспечить лучшую конфиденциальность, снижение затрат, возможность кастомизации, а также непрерывное обучение, но это нелегко. Все должно происходить при ограниченном количестве ресурсов. Мы хотим иметь возможность выполнять на граничном устройстве не только вывод, но и обучение. С PockEngine это стало возможным", - говорит Сонг Хан (Song Han), доцент кафедры электротехники и вычислительной техники (EECS), член лаборатории MIT-IBM Watson AI Lab, видный ученый в NVIDIA и старший автор статьи с открытым доступом, описывающей PockEngine.