12、工业物联网边缘智能与Boomerang框架解析

工业物联网边缘智能与Boomerang框架解析

1. 工业物联网边缘智能模式

在工业物联网（IIoT）中，存在多种边缘智能模式，每种模式都有其特点和适用场景。
- 基于设备模式（Device-based） ：在此模式下，移动设备从边缘服务器获取深度神经网络（DNN）模型，并在本地进行模型推理。推理过程中，移动设备不与边缘服务器通信。为实现可靠推理，移动设备需要大量资源，如CPU、GPU和RAM，其性能取决于本地设备本身。
- 边缘 - 设备模式（Edge - device） ：设备首先根据当前系统环境因素（如网络带宽、设备资源和边缘服务器工作负载）将DNN模型划分为多个部分，然后执行到特定层，并将中间数据发送到边缘服务器。边缘服务器接着执行剩余层，并将预测结果返回给设备。与基于边缘和基于设备的模式相比，此模式更可靠、灵活，但由于DNN模型前部的卷积层通常计算密集，可能也需要移动设备大量资源。
- 边缘 - 云模式（Edge - cloud） ：类似于边缘 - 设备模式，适用于设备资源高度受限的情况。在该模式下，设备负责输入数据收集，DNN模型通过边缘 - 云协同执行，其性能很大程度上取决于网络连接质量。

模式	获取模型方式	推理过程	资源需求	适用场景
基于设备模式	从边