| 标题 |
 异构边缘计算中用于协作 DNN 推理的设备放置和模型分区的联合优化 相关领域
计算机科学
接头（建筑物）
推论
GSM演进的增强数据速率
边缘计算
分布式计算
人工智能
建筑工程
工程类
|
| 网址 | |
| DOI | |
| 其它 | 摘要：EdgeAI 代表了一种通过模型分区在网络边缘部署 DNN 模型的引人注目的方法。然而，大多数现有的分区策略主要集中在同构环境中，而忽略了设备放置的影响及其对异构设置的不适用性。此外，这些策略通常依赖于数据并行或模型并行，每种策略都有自己的局限性，包括数据同步和通信开销。本文旨在通过利用设备之间的并行和顺序关系，通过设备管道系统提高推理性能。因此，多设备协作 DNN 推理问题是通过优化设备放置和模型分区来制定的，同时考虑到异构边缘资源和 DNN 模型的独特特性，以实现吞吐量最大化。为此，我们提出了一种进化设备放置技术，通过增强粒子群优化的变体来确定设备的管道阶段。随后，通过分别结合基于动态规划的层内和层间模型分区和 DNN 层的输入输出映射，开发了一种自适应模型分区策略，以适应边缘资源限制。最后，我们构建了一个仿真模型和一个原型，大量的结果表明，我们提出的算法优于当前最先进的算法。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
迟大猫
美好乐松
Singularity
科研小民工
cdercder
VDC
昏睡的蟠桃
爱静静
QOP
MchemG
Grayball
劲秉
迷人秋烟
默默地读文献
今天只做一件事
1+1
pcr163
iNk
back you up
子车茗
皖公网安备34019202002308
