11、边缘计算中的AI技术与人机交互创新

边缘计算中的AI技术与人机交互创新

1. EdgeBatch框架介绍

EdgeBatch框架旨在为智能社会边缘系统中的DNN应用提供支持。它有两大核心创新点：
- 任务批处理方案 ：为支持GPU的物联网设备开发了一种新颖的任务批处理方案，显著加速了边缘端基于CNN的图像检测任务。
- 任务卸载方案 ：通过扩展供应链和博弈论模型，设计了一种新的任务卸载方案，以协调边缘节点之间的协作，优化应用程序的服务质量（QoS）。

在实际的异构边缘计算测试平台上实现了EdgeBatch框架，并通过实际的DNN应用对其进行了评估。结果表明，与现有技术相比，EdgeBatch在减少延迟和提高能源效率方面取得了显著的性能提升。

1.1 EdgeBatch可扩展的重要领域

1.1.1 应对物联网网络动态特性

物联网网络的动态特性可能会影响分布式传感器和处理节点的设置。例如，由于移动性问题，某些边缘节点的可用性可能是间歇性的。EdgeBatch可以通过利用系统中的两个核心设计来解决这个问题：
- OCAI模块 ：通过博弈论过程生成动态供应链图。在这个过程中，每个边缘节点评估动态通信开销、可用计算资源和能源消耗，并自组织成一个动态供应链，以最小化通信延迟和能源成本。如果某个边缘节点变得不可用（例如，网络连接不佳或移动到远处），由于过高的通信成本，它不太可能被选为制造商。
- SOTB模块 ：假设对任务到达时间没有先验知识，并且对移动性引起的网络延迟变化不敏感。这种随机设计