Home
>>Research Focus
面向智能应用的端-边融合系统研究
基于移动终端算力的增强和边缘服务器的部署，用户在终端上享受视频/音频分析等智能应用具备了基本条件。但是目前应用性能距离用户的需求仍有较大的差距，终端设备执行神经网络推断的速度停留在百毫秒级/秒级，同时产生大量的能耗/发热，难以满足用户对于实时性、舒适性和设备续航能力的要求；直接将数据迁移至边缘服务进行计算时，服务性能受到无线链接性能的制约，使得用户体验难以保障；边缘服务器规模扩大后，边缘端和终端的匹配搜索空间指数级增长，导致“维度爆炸” 问题，使得边缘端与终端之间的资源共享变得更加困难。以上问题的核心在于边端资源协调不畅，使得其计算资源无法被有效且充分的利用。
本项目以端边资源融合为主线，开展面向智能应用的调度和优化问题研究。 首先融合终端的异构芯片资源，加速智能应用中的计算瓶颈——神经网络推断， 以彻底释放终端系统效能；研究面向无线网络的自适应计算切分和迁移，实现边 端资源融合，优化智能应用性能；针对大规模边缘计算中服务器选择/分配时的 “维度爆炸”问题，提出基于状态压缩和随机优化的低复杂度资源分配策略，融合 多边-多端算力，为大规模用户的智能应用需求提供解决方案。最后结合以上研 究内容，搭建边端融合系统平台，为智能应用真正走向实用提供有力支撑。
|
 Zip Code:49296eeb1c67f065b4380271f3bfc42b094b310de8baf5d65a0ad74abdd875514e794b1c4db2e03ca43c3b4dd4b3422fcf41a26837ec151b5f2a93cad9fef5f59d36b12570b102d951fa191dfa1bf64e1fe22ffcd2e171e8612fddd0f9fbb4200eb1368ed6af0e4c8a0e2b694f10d21b4e528ec085a7d9f3c1d50e799ff4afc8 Postal Address:5c99a2882df91894ff96b07dfb5638a55363b8bfe13304d845c0d4017a1241f8b166fbe29477fb9fb4405c429f4f1fe62703d6c397f9a02262c212262219fffb22f759c392282ed29e09f270c964a5011d6015ea2a62bc708e3b95d0352fe707a82d5fe92646539b76188e438260aac9fa85e02f136c2f3cfcef7336f21b3076 Mobile:0e24a7bfb33a39337acde54d2ab71352511afbd13ce3fdda38f95dea36c30ddc02532a39cef1e0481d8d6bc1c59f25c656e82754b31a1fb72dd3c12bdff7ee49f27ddeb5bff0af7baf79995b9f403fd9a2512b3373cdcf76b6586b0c70b55645e686e1db2cef533f19e1fd242950a6ff74c178097e69dd2570590960d384328e Email:9c70cf17fa91e6b207dc025de52ee982bc21e1227fe713d0b67a140e7228db5a300c05338aeabf9d9f0e32d627c7c82c64d0c813924d1d2582e5ed88e847a966816590633d2e76f437432b856a979bd2d12b720482a7c77ed30cb76f0ae99411ef742e90e9641a41086cab58f4c41989a99711163fb267e1db2e8740767ed92b
|
MOBILE Version