6、移动边缘AI：技术架构与优化策略

移动边缘AI：技术架构与优化策略

1. 边缘推理系统的数据传输优化

在边缘推理系统中，数据传输是一个关键环节，尤其是上行输入数据传输和下行传输。为了提高数据传输效率，减少所需的通信带宽是一种有效的方法。

1.1 上行输入数据传输优化

• 关键帧传输 ：对于目标检测任务，只发送关键帧可以显著减少数据量。
• 图像压缩方法优化 ：从图像识别任务的角度优化图像压缩方法，而不是基于人类视觉系统，例如采用DeepN - JPEG等方法。
• 联合数据编码与传输 ：对于推理任务，考虑联合数据编码和传输，如视觉任务和图像检索任务。

1.2 下行传输优化

• 合作传输策略 ：研究合作传输策略以提高通信效率，例如将每个推理任务卸载到多个服务器，通过合作下行传输推理结果。
• 可重构智能表面（RIS） ：应用可重构智能表面来调整无线信号传播环境，提高边缘推理系统的通信效率。

下面是一个简单的流程图，展示了边缘推理系统的数据传输优化策略：

graph LR
    A[上行输入数据传输] --> B[关键帧传输]
    A --> C[图像压缩方法优化]
    A --> D[联合数据编码与传输]
    E[下行传输] --> F