理论研究成果：计算
发布时间：2022-02-11浏览次数：31
在动态物联网环境下，实现低功耗计算需要在线实时解决方案。项目针对云边端协同低功耗在线调度和动态资源管理难题提出了一系列当前理论性能最优并得到实验验证的解决方案，代表性成果包括：1）针对在线到达的计算任务该在何处、何时执行的挑战，基于实际应用建模，设计了云边端协同计算中在线任务分配和调度首个理论近似算法，在
速度增强模型下获得
竞争比。该问题模型贴近实际、算法简洁有效、易于分布式部署，算法能在不预知任何先验知识时获得接近离线最优的算法性能。2）针对数据缓存，提出端边云协同动态缓存管理机制，是首个支持向云端旁路、边端相互转发的最优多缓存管理在线算法。该算法具有常数级别均摊时间复杂度和接近最优的理论性能（随机算法得到
-竞争比，
是缓存槽总数）。3）针对弱设备，充分挖掘数据模型冗余，提出高效模型和数据调度，将推理跳过和推理重用两类方法通过一个端到端可学的框架进行统一，对单标签分类等任务提出可过滤性理论分析。该方法支持多种输入模态和工作流部署方式，在移动视频分析应用中，在保持超过 90% 的推理精度的同时，实现8.5倍的吞吐并节省95% 的带宽开销。
在线云-边-端协作数据存储机制
弱设备上的数据动态使用
动态任务分配和调度机制
高效模型动态选择与调度机制
成果列表
