共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
边缘计算已经成为5G时代重要的创新型业务模式,尤其是其低时延特性,被认为是传统方案所不具备的,因此边缘计算能够提供更多的服务能力且具有更为广泛的应用场景。但边缘计算与处于中心位置的云计算之间的算力协同成为新的技术难题,即需要在边缘计算、云计算以及网络之间实现云网协同、云边协同,甚至边边协同,才能实现资源利用的最优化。在研究边缘计算算力分配和调度需求的基础上,提出了基于云、网、边深度融合的算力网络方案,并针对AI类应用给出了一个典型实施系统,该方案能够有效应对未来业务对计算、存储、网络甚至算法资源的多级部署以及在各级节点之间的灵活调度。 相似文献
3.
数字化智慧社会的三要素是“数据+算力+算法”,计算正由云计算代表的“中心计算”向“云+边+端”统一协同的泛在计算发展,算力网络通过构建“云+边+端”的协同计算体系,旨在打造“算力即服务”。首先阐述了算力网络的概念,介绍了算力芯片种类,然后探讨了算力网络的体系架构,最后对云网融合向算网融合的演进进行了深入思考。 相似文献
4.
5.
6.
为了满足车载边缘计算网络(Vehicular Edge Computing,VEC)中低时延、高可靠、高传输速率等极致性能需求,亟需突破现有传统车联网中通信感知计算相互割裂的现状,基于云边端一体化与智能协同等算力网络技术设计一种高效的任务卸载策略成为解决方案。为此,提出一种云边协同智能驱动车载边缘算力网络架构,通过结合实时计算负载与网络状态条件,充分利用云中心、聚合服务器和MEC服务器的异构计算能力,权衡用户任务卸载策略,实现网络资源的全面协作和智能管理。考虑到计算型任务对时延和能耗的需求,将计算卸载策略建模为在通信与计算资源约束下的最小化长期系统成本的优化问题,并将其转化为马尔可夫决策过程(Markov Decision Process,MDP)。最后,鉴于车载网络的动态和随机特性,提出一种基于云边协同的深度Q网络(Cloud-Edge Collaborative Deep Q-Network,CEC-DQN)的高效计算卸载策略来解决MDP问题。仿真结果表明,与传统单点边缘服务器卸载或随机卸载算法相比,所提出的算法具有较高的性能提升,可有效解决多层次算力网络中节点算力分配不足、不均衡的问题。 相似文献
7.
8.
9.
算力时代,计算的需求更加泛在,算力无所不在,算力分布式泛在的态势日渐明显,分布式算力需要协同计算和一体化调度。本文通过分析算力的分布式特征、中心云与边缘云的关系、分布式边缘云的能力部署、算力时代的网络及协同调度等内容,阐述了算力时代中心云与边缘云的协同关系,针对算力分布式协同的关键问题,提出了算力网络调度需要具备基本功能,并给出了分布式算力协同的应用案例。 相似文献
10.
周旭李琢范鹏飞李菁菁 《信息通信技术》2023,(1):37-43
随着科学计算时代的到来,海量科学数据的产生带来丰富的基础性科技资源,也为计算和传输带来巨大的压力,需要大量的资源来处理,亟需算网融合技术将算力和网络有机结合。算力网络连通分散的、碎片化的算力资源,构建一体化的ICT基础设施,提供计算能力和网络能力等服务。文章研究面向科学计算的算力网络技术,搭建算力网络总体架构,采用资源度量、资源调度和算力路由等技术,部署算力网络原型系统,提供高性能的科学计算能力,完成复杂模拟和科学计算。在高能物理、天文领域等典型应用开展试验示范,能够显著提升科学大数据的网络传输效率和大数据处理能力,提升科研信息化服务能力与水平,加速重大创新成果产出。 相似文献
11.
12.
为了解决传统网络任务卸载策略存在的任务平均能耗较高的不足,本文面向算网融合,针对边缘计算网络任务卸载策略优化方法展开研究。转换算力资源的地址属性得到网络时延,判断用户使用时的位置方向,加载训练阶段的网络参数,得到卸载所需最大功率;对用户进行信道分配,制定卸载策略,降低信道间干扰对卸载策略的影响,合理分配移动设备传输功率使其达到最优;对非线性规划设备进行能耗运算,改善边界分支范围划定,二次剪枝快速搜寻最优值,将局部最优解累加得到问题最优解从而实现网络任务卸载策略优化。实验结果表明,运用本文方法平均耗能最低,提升计算速率,完成计算机网络任务的高效卸载。 相似文献
13.
14.
当前,新型计算业务如AIGC正在蓬勃发展,算力网络的发展也呈现出新的趋势与特点以满足新型业务的发展需求。重点探讨面向AIGC类新型计算业务的算力网络挑战与设计,首先介绍AIGC类业务引入算力网络的必要性,以及二者结合发展的意义和价值;其次设计了承载AIGC类业务的新型算力网络架构,最后根据目前的发展趋势和挑战,为后续研究工作提供参考。 相似文献
15.
16.
针对现阶段VR/AR的网络环境不稳定、时延高、丢包多等问题,提出了基于算力网络资源调度的VR/AR网络环境优化方法。利用带宽、时延、抖动、丢包路径算法确定单指标网络通道,借助AHP层次分析和算力网络自愈相融合的多策略筛选,实现对最优网络通道的快速定位。构建基于算力网络的VR/AR环境稳定体系,结合用户自身需求在保障VR/AR应用稳定的基础上提升用户感知。 相似文献
17.
18.
针对网络规模庞大、资源分散和异构性等挑战,面向算力网络的云边端协同调度技术通过算力网络将云边端多级泛在算网资源整合在一起,从而形成一个庞大的、跨越多个地域的资源池。综合考虑网络实时状态、用户需求等要素,该技术能够实现对算网资源的统一管理和动态调整,提升用户体验的同时降低企业运营成本和运维复杂度。 相似文献
19.