【CNMO科技消息】近日，据外媒报道，上海交通大学、苏黎世联邦理工学院等机构研究人员提出一套名为COSM的新型协同调度框架，试图解决手机运行端侧大模型时的高功耗问题。研究显示，当前智能手机进行AI推理时，超过60%的能量并非用于实际计算，而是消耗在处理器与内存之间的数据传输上。

AI
打开网易新闻 查看精彩图片
AI

随着大模型逐渐从云端进入手机，本地AI既要保证响应速度，又受到功耗、散热和内存带宽限制。研究指出，运行约70亿参数模型时，需要持续将存储在内存中的大量数值数据传输到计算设备，既增加功耗，也容易造成发热以及生成速度波动。

COSM的思路是引入PIM，也就是“存内处理”。这类方案把部分计算能力放到内存附近，让数据尽量在原地完成处理，减少反复送往CPU、NPU的次数。不过手机空间和成本有限，CPU与PIM往往需要共享同一片内存，两者同时访问时又容易产生资源冲突。

打开网易新闻 查看精彩图片

据CNMO科技了解，为解决这个问题，COSM加入了可中断的PIM指令和空闲时段感知调度机制。当CPU需要访问内存时，PIM可以暂时让路；系统同时判断CPU访问中的空档，再把PIM任务塞入这些时间窗口，从而尽量减少双方互相抢占资源。

论文实验结果显示，与基线调度方式相比，COSM最高可将PIM吞吐量提升2.8倍，同时把CPU性能损失控制在2%以内。在大模型与普通手机任务并行运行时，AI推理吞吐量最高提升2.6倍，其他任务性能下降不足2.2%，单个Token所需能量也得到明显降低。