為了緩解網(wǎng)絡(luò)帶寬的壓力、降低網(wǎng)絡(luò)延遲,克服移動設(shè)備資源匱乏等問題,推動深度學(xué)習(xí)應(yīng)用在移動終端的部署,提出一個基于移動邊緣計算的深度學(xué)習(xí)任務(wù)卸載方案�；谏疃壬窠�(jīng)網(wǎng)絡(luò)專用加速芯片Eyeriss的架構(gòu),對深度學(xué)習(xí)任務(wù)的計算功耗進(jìn)行建模,提出了一個基于混合?₁/?₂范數(shù)誘導(dǎo)的三階段組稀疏波束成形（group sparse beamforming, GSBF）框架,通過對計算任務(wù)優(yōu)先級的精心設(shè)計,盡可能地刪除基站端冗余的計算任務(wù),實現(xiàn)對整體網(wǎng)絡(luò)功耗（包括發(fā)送功率損耗和計算功率損耗）的優(yōu)化。針對該框架,提出了一個加速優(yōu)化方案。仿真實驗表明,在該場景下,所提出的框架在優(yōu)化整體網(wǎng)絡(luò)功耗方面具有顯著優(yōu)勢,而加速算法可以進(jìn)一步提升框架的性能。 

【文章來源】：重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2020,32(01)北大核心CSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引 言
1 相關(guān)工作
2 系統(tǒng)建模和問題分析
    2.1 網(wǎng)絡(luò)模型
    2.2 深度學(xué)習(xí)任務(wù)計算功耗的估計模型
    2.3 問題描述和分析
        2.3.1 問題描述
        2.3.2 問題分析
3 組稀疏波束成形算法框架
    3.1 階段1:混合?1/?2范數(shù)稀疏誘導(dǎo)
    3.2 階段2:基于優(yōu)先級的計算任務(wù)選擇規(guī)則
    3.3 階段3:計算任務(wù)的迭代篩選過程
4 加速的組稀疏波束成形算法
    4.1 交替方向乘子法
    4.2 基于牛頓法的交替方向乘子算法
5 仿真與結(jié)果分析
6 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]移動邊緣計算任務(wù)卸載和基站關(guān)聯(lián)協(xié)同決策問題研究[J]. 于博文,蒲凌君,謝玉婷,徐敬東,張建忠.  計算機研究與發(fā)展. 2018(03)
[2]融合移動邊緣計算的未來5G移動通信網(wǎng)絡(luò)[J]. 齊彥麗,周一青,劉玲,田霖,石晶林.  計算機研究與發(fā)展. 2018(03)
[3]邊緣計算:萬物互聯(lián)時代新型計算模型[J]. 施巍松,孫輝,曹杰,張權(quán),劉偉.  計算機研究與發(fā)展. 2017(05)



本文編號：3185207