新方法实现设备端神经架构搜索：让边缘设备自行设计神经网络

一篇发表在 arXiv 上的新论文（2606.24900）提出了「设备端神经架构搜索」（On-Device Neural Architecture Search）的新范式。不同于传统 NAS 需要在云端或服务器端进行大规模搜索，该方法直接在部署设备上执行轻量级的架构搜索。

该方法的核心理念是近传感器计算（near-sensor computing）——让神经网络直接在传感器附近运行，根据实时采集的数据寻找最优的微型架构。这种自适应的能力在人机交互界面（human-machine interfaces）等场景中尤为有用：当用户变化或环境变化时，负责分析生物特征数据的神经网络可以针对每位用户每次重新设计，无需依赖云端。

传统 NAS 方法通常需要大量计算资源，不适合资源受限的边缘设备。该研究提出的轻量级搜索策略使这一过程能够在有限的算力和内存条件下完成，同时仍能找到性能优秀的微型架构。

这项工作为边缘 AI 设备提供了更灵活、更个性化的部署方案，使得智能传感器、可穿戴设备等可以在本地持续优化其神经网络，适应不断变化的使用场景。