利用非因果CPU状态信息实现节能移动合作计算

挖掘海量移动设备中闲置的计算资源，可为本地移动云计算提供强大平台。该愿景可通过边缘设备间的点对点合作计算（称为协同计算）实现。本文考虑一种协同计算系统，其中用户将输入数据的计算卸载给辅助设备。辅助设备基于预测的自身CPU空闲画像（该画像规定了可用于协同计算的计算资源量）来控制卸载过程，以最小化用户的能耗为目标。考虑用户有一次性的输入数据到达且辅助设备缓冲卸载比特的场景。节能协同计算问题被表述为两个子问题：对应于自适应卸载的从问题，以及对应于数据划分的主问题。给定固定的卸载数据量，自适应卸载旨在截止时间和缓冲约束下通过控制卸载速率来最小化卸载能耗。通过推导最优解的必要充分条件，我们刻画了最优策略的结构并提出了计算这些策略的算法。此外，我们证明了用户在卸载与本地计算间的最优数据划分问题是凸的，可用次梯度法简单求解。最后，所开发的协同计算设计方法被扩展到用户处突发数据到达且考虑数据因果约束的场景。仿真结果验证了所提算法的有效性。