| 标题 |
 Joint DNN Partition and Resource Allocation Optimization for Energy-Constrained Hierarchical Edge-Cloud Systems |
| 网址 | |
| DOI | |
| 其它 |
摘要： 分层边缘云系统协同利用边缘服务器和中央云的资源，实现深度神经网络（DNN）在边缘和云之间的分区，加速推理。然而，边缘服务器和中央云的有限能源预算限制了它们提供最佳的DNN推理服务。此外，考虑到随机环境中的高动态学，应在长期能量约束下优化系统长期性能。如何在此类受限的分层边缘云系统中提升长期DNN推理性能，现有相关研究研究较少。本文旨在联合优化DNN划分和计算资源分配，以最大限度减少多种深度学习（DL）任务的长期平均端到端延迟，同时保证边缘服务器和中央云在能源预算内的能耗。基于Lyapunov优化技术和强化学习，我们设计了一种新颖的深度确定性策略梯度DNN划分与资源分配（DDPRA）算法，通过观察环境来训练策略，动态决定DNN划分。此外，DDPRA算法内嵌了启发式计算资源分配（HCRA）算法，通过分别解耦和优化计算资源分配，有效降低策略训练的复杂度。我们分析算法的复杂性并进行大量模拟。数值结果显示了我们算法在多场景下相较于其他5种方案的优越性。 |
| 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。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
馨馨的科科
Nole
无极微光
cdercder
xing_xing
huang
潇洒的惋清
学术文献互助
mLI
MozzieMiao
菜菜菜
XX
Dean
DOC_XIONG
apricity
挖掘机
立志干到博士退休
郭梦
小鱼爱吃肉
初景
皖公网安备34019202002308
