面向分层云/边/端计算的AI导向医疗工作负载分配
分布式、并行与集群计算
2020-02-11 v1 性能
摘要
在分层结构的云/边/端计算环境中，工作负载分配会极大影响整体系统性能。本文处理大城市急诊室（ER）或重症监护室（ICU）中产生的面向AI的医疗工作负载。目标是优化向云集群、边缘服务器和终端设备的AI工作负载分配，从而在救生应急应用中实现最小响应时间。特别地，我们为分布式云/边/端计算系统中的AI工作负载开发了一种新的工作负载分配方法。为降低整体响应时间以满足多患者需求，开发了一种高效的调度与分配策略。我们应用了来自综合边缘计算基准Edge AIBench的若干ICU AI工作负载。所涉及的医疗AI应用包括呼吸急促警报、患者表型分类和生死威胁。我们的实验结果证明了在真实医疗与应急应用中的高效性和有效性。
引用
@article{arxiv.2002.03493,
title = {AI-oriented Medical Workload Allocation for Hierarchical Cloud/Edge/Device Computing},
author = {Tianshu Hao and Jianfeng Zhan and Kai Hwang and Wanling Gao and Xu Wen},
journal= {arXiv preprint arXiv:2002.03493},
year = {2020}
}