AI 驱动的地面下一代无线接入网能源优化综述
网络与互联网体系结构
2024-11-05 v1
摘要
本综述揭示了面向移动网络节能设计的 AI 技术与这些技术自身产生的能源需求之间的紧张关系。我们比较了估算当前商业部署的地面下一代无线接入网功耗的建模方法。随后，我们按时间、频率、功率和空间四个领域对降低功耗的新兴方法进行了分类。接下来，我们及时回顾了试图估算 AI 技术自身功耗的研究。我们发现了文献中的若干空白。特别地，由于商业敏感性，真实世界的功耗数据难以获取。由于系统模型和指标的多样性，比较降低能耗的方法极具挑战性。关键的是，AI 技术的能源成本常常被忽视，尽管一些研究提供了算法复杂度或运行时间的估算。我们发现，即使提取 AI 模型和数据处理流水线的粗略运行能耗估算也是复杂的。总体而言，我们发现现有文献阻碍了对 AI 技术节能效果与其相关能耗之间有意义的比较。最后，我们讨论了未来研究机会以揭示 AI 用于节能的效用。
引用
@article{arxiv.2411.02164,
title = {A Survey on AI-driven Energy Optimisation in Terrestrial Next Generation Radio Access Networks},
author = {Kishan Sthankiya and Nagham Saeed and Greg McSorley and Mona Jaber and Richard G. Clegg},
journal= {arXiv preprint arXiv:2411.02164},
year = {2024}
}
备注
16 pages, 4 figures, Accepted for publication in IEEE Access