12、移动边缘云计算中的计算卸载模型分类学

移动边缘云计算中的计算卸载模型分类学

1. 引言

移动物联网（IoT）设备和无线传感器在日常生活中愈发普及，发挥着重要作用。预计到2025年，联网的传感器设备将超过750亿。随着高速稳定网络的普及，新技术、多功能传感器和应用不断涌现，持续产生海量实时处理的数据，如增强现实、人脸识别等。然而，这些应用对计算能力和数据速率的需求呈指数级增长，超出了嵌入式物联网设备的能力范围，设备有限的计算能力和能量成为实时本地处理数据的障碍。

为节省设备能量、延长电池寿命，可从硬件和软件层面进行改进，主要有以下四种基本方法：
- 采用新一代半导体技术 ：虽然晶体管更小、功耗更低，但为支持更好性能，电池需要更多晶体管，导致功耗增加。
- 避免能量浪费 ：系统组件在不使用时进入睡眠状态，如关闭显示屏以节省能量。
- 缓慢执行程序 ：处理器时钟速度翻倍，功耗几乎翻倍；若将时钟速度减半，执行时间翻倍，但仅消耗四分之一的能量。
- 计算卸载 ：移动系统不进行计算，而是将移动应用的密集型任务卸载到云端或边缘等资源丰富的地方远程运行，从而延长移动系统的电池寿命，如图1所示。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(移动设备):::process -->|数据传输| B(云或边缘):::process
    B -->|处理结果