边缘训练：为何与如何
分布式、并行与集群计算
2019-03-08 v1
摘要
边缘计算是云计算的自然演进，其中，不同于在云计算环境中收集所有数据并集中处理，我们分布计算能力并尽可能在靠近数据源处进行处理。该模型被快速采用有诸多原因，包括隐私，以及边缘节点上降低的功耗和带宽需求。虽然如今在边缘节点上执行推理很常见，但在边缘进行训练则要少见得多。其原因从计算限制，到在减少边缘节点间通信方面并不具备优势不等。在本文中，我们探索了一些在边缘进行训练具有优势的场景，以及使用检查点策略来节省内存。
引用
@article{arxiv.1903.03051,
title = {Training on the Edge: The why and the how},
author = {Navjot Kukreja and Alena Shilova and Olivier Beaumont and Jan Huckelheim and Nicola Ferrier and Paul Hovland and Gerard Gorman},
journal= {arXiv preprint arXiv:1903.03051},
year = {2019}
}
备注
Submitted to PAISE 2019