在能效边缘辅助协作雾计算中利用用户多样性
信号处理
2020-10-22 v2 分布式、并行与集群计算
摘要
受设备上协作神经网络推理等应用的启发，本研究探讨边缘辅助协作雾计算——其中边缘设备彼此之间并与网络边缘协作以完成处理任务——以增强单个边缘设备的计算能力，同时针对能效优化协作。协作计算使用Map-Reduce分布式计算框架建模，由两个计算轮次和一个通信阶段组成。计算负载在边缘设备间最优分配，考虑到它们在计算和通信能力上的多样性。此外，边缘设备的本地参数如CPU时钟频率和RF发射功率也针对能效进行了优化。相应的优化问题可证明为凸问题，且可通过拉格朗日对偶理论获得最优性条件。对分配给每个边缘设备的计算负载大小给出了类注水法的解释。数值实验证明了所提出的最优协作计算方案相对于其他多种方案在若干方面的优势。最显著的是，所提方案在处理更重计算量和/或更小时延方面的成功概率提高，同时能效增益达两个数量级。这两项改进均源于该方案最优利用边缘设备多样性的能力。
引用
@article{arxiv.2004.00113,
title = {Leveraging User-Diversity in Energy-Efficient Edge-Facilitated Collaborative Fog Computing},
author = {Antoine Paris and Hamed Mirghasemi and Ivan Stupia and Luc Vandendorpe},
journal= {arXiv preprint arXiv:2004.00113},
year = {2020}
}
备注
To be submitted to Transactions on Wireless Communications