Branchy-GNN：一种用于高效点云处理的设备-边缘协同推理框架
分布式、并行与集群计算
2023-06-06 v3
摘要
近期三维（3D）数据采集设备的进展催生了依赖点云数据处理的新一类应用。然而，处理大量点云数据给资源受限的移动设备带来显著工作负载，阻碍了其潜力的发挥。基于新兴的设备-边缘协同推理范式——即边缘设备提取并传输中间特征至边缘服务器以进一步处理——我们提出 Branchy-GNN，通过利用边缘计算平台实现基于图神经网络（GNN）的高效点云处理。为降低设备端计算成本，Branchy-GNN 添加分支网络以实现提前退出。此外，其采用基于学习的联合信源信道编码（JSCC）压缩中间特征，以降低通信开销。实验结果表明，相较于若干基准方法，所提 Branchy-GNN 显著降低了延迟。
引用
@article{arxiv.2011.02422,
title = {Branchy-GNN: a Device-Edge Co-Inference Framework for Efficient Point Cloud Processing},
author = {Jiawei Shao and Haowei Zhang and Yuyi Mao and Jun Zhang},
journal= {arXiv preprint arXiv:2011.02422},
year = {2023}
}