标题 |
![]() FrameFeedback:动态卸载实时边缘推理的闭环控制系统
相关领域
计算机科学
推论
循环(图论)
GSM演进的增强数据速率
人工智能
数学
组合数学
|
网址 | |
DOI | |
其它 |
摘要: 尽管对实时深度学习应用程序(如边缘视频分析)的需求很大,但资源受限的边缘设备在很大程度上无法以源帧速率处理视频流。但是,可以通过将任务卸载到附近配备 GPU 的边缘服务器来加速深度学习的执行。对于具有可变网络条件和服务器负载的现实边缘系统,我们考虑在本地处理和卸载之间对视频流中的帧进行最佳分区,以最大限度地提高边缘设备在实时截止时间内的吞吐量。为此,我们表明我们可以将对处理延迟的影响简化为单个相关指标,并使用基于延迟的反馈控制机制动态确定适当的卸载速率。我们的控制器在不知道网络状况、资源可用性或应用程序计算成本的情况下确定最佳卸载速率。我们的测量表明,我们的反馈控制器在设置各种网络和负载条件的情况下平衡了灵敏度和过度校正。我们还表明,我们控制器的服务质量优于最先进的基线和方法。 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|