Task Merging and Scheduling for Parallel Deep Learning Applications in Mobile Edge Computing

计算机科学 深度学习 分布式计算 瓶颈 移动边缘计算 边缘计算 云计算 边缘设备 调度(生产过程) 移动设备 人工智能 GSM演进的增强数据速率 并行计算 嵌入式系统 操作系统 数学优化 数学
作者
Xin Long,Jigang Wu,Yirong Wu,Long Chen
出处
期刊:Parallel and Distributed Computing: Applications and Technologies 被引量:2
标识
DOI:10.1109/pdcat46702.2019.00022
摘要

Mobile edge computing enables the execution of compute-intensive applications, e.g. deep learning applications, on the end devices with limited computation resources. However, the deep learning applications bring the performance bottleneck in mobile edge computing, due to the movements of a large amount of data incurred by the large number of layers and millions of weights. In this paper, the computing model for parallel deep learning applications in mobile edge computing is proposed, by considering the occupancy allocation of processors, cost of context switch, and multi-processors in edge server and remote cloud. The problem of minimizing the completion time for deep learning applications is formulated, and the NP-hardness of the problem is proved. To solve the problem, an integrated algorithm by merging and scheduling is proposed. Moreover, a real-world distributed platform is developed for evaluating the proposed algorithm. Experimental results show that, the completion time of deep learning application for the proposed algorithm is decreased by 63% and 75%, respectively, without extra control costs, compared with the existing algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
NexusExplorer应助坚定书白采纳,获得10
1秒前
嘤鸣完成签到,获得积分10
1秒前
2248388622完成签到,获得积分10
2秒前
2秒前
开心完成签到,获得积分10
2秒前
shi发布了新的文献求助10
2秒前
2秒前
优美谷兰发布了新的文献求助10
3秒前
小马甲应助零零灵采纳,获得30
4秒前
打打应助2248388622采纳,获得10
5秒前
5秒前
儒雅尔蝶完成签到,获得积分10
5秒前
鲜于飞薇完成签到,获得积分10
5秒前
6秒前
乐观寻雪发布了新的文献求助10
6秒前
6秒前
传奇3应助左友铭采纳,获得10
6秒前
豌豆射手发布了新的文献求助10
6秒前
6秒前
SciGPT应助Rollei采纳,获得10
7秒前
英姑应助Rollei采纳,获得10
7秒前
er发布了新的文献求助10
7秒前
7秒前
7秒前
winteryoung发布了新的文献求助10
8秒前
Zac完成签到,获得积分10
8秒前
shi完成签到,获得积分20
8秒前
笨笨石头应助王w采纳,获得20
9秒前
小仙女发布了新的文献求助200
9秒前
9秒前
9秒前
酸辣完成签到 ,获得积分10
9秒前
Hey发布了新的文献求助10
10秒前
10秒前
搜集达人应助飞天小女警采纳,获得10
11秒前
CipherSage应助陌生的科研人采纳,获得10
12秒前
桐桐应助陌生的科研人采纳,获得10
12秒前
12秒前
Urologyzz发布了新的文献求助10
13秒前
14秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148410
求助须知:如何正确求助?哪些是违规求助? 2799502
关于积分的说明 7835226
捐赠科研通 2456813
什么是DOI,文献DOI怎么找? 1307424
科研通“疑难数据库(出版商)”最低求助积分说明 628189
版权声明 601655