时间序列基础模型 Chronos-2 部署与预训练可持续性分析及剪枝优化

Chronos-2 在大规模高频部署中数月内即可分摊预训练碳成本，而小规模低频场景下传统模型长期成本更低。 移除单个编码器块（7.9% 参数）的无梯度剪枝策略可使 FLOPs、CO2 排放量及延迟降低 6% 至 9%，且在 25 项任务基准上几乎不影响零样本预测性能。 该研究被 NeurIPS 2026 TS-LIMITS 工作坊接收，为降低 TSFM 能耗提供了有效方法。