arXiv ID:
2607.00170
arXiv 提交日期: 2026-06-30
扩展热力学AI模型的规模 / Scaling Up Thermodynamic AI Models
1️⃣ 一句话总结
本文提出了一种基于反向传播的可扩展训练算法,使得基于伊辛模型的热力学计算设备能够高效执行深度卷积网络的图像分类任务,在CIFAR-10和CIFAR-100数据集上分别达到94.9%和76.0%的准确率,并揭示了推理成本与精度之间的可控权衡关系,为低功耗边缘AI推理提供了理论支撑和硬件开发指导。