有三AI-CV项目实战组（2023年）

1. 线性或非线性量化：1/2bits, int8 和 fp16等；

2. Op-level的快速算法：FFT Conv2d (7x7, 9x9), Winograd Conv2d (3x3, 5x5) 等；

3. Layer-level的快速算法：Sparse-block net [1] 等；

4. 优化工具与库：TensorRT (Nvidia), Tensor Comprehension (Facebook) 和 Distiller (Intel) 等；

5. 通道剪枝(channel pruning)：结构或非结构剪枝：deep compression, channel pruning 和 network slimming等； 在CNN网络中，通过对特征图中的通道维度进行剪枝，可以同时降低模型大小和计算复杂度，并且压缩后的模型可以直接基于现有的深度学习框架进行部署。