边缘计算任务卸载技术详解

边缘计算任务卸载技术详解

引用

CSDN

1.

https://blog.csdn.net/xuelongyinyue/article/details/144093358

边缘计算任务卸载技术是实现计算资源优化和性能提升的关键技术之一。本文将详细介绍边缘计算任务卸载的基本概念、卸载策略、功能实现以及评判标准，帮助读者全面理解这一重要技术。

0.背景

边缘计算系统通过将终端或云端的计算任务卸载到边缘侧，综合考虑性能、能耗、时延等指标，实现数据或计算模型的合理分布。基本的卸载策略包括明确卸载对象、卸载位置、卸载方式、卸载时机和卸载量等问题。本文将基于这些策略展开论述，并最终给出卸载的基本功能和评判标准。

1.卸载的对象和位置

在边缘卸载技术中，主要涉及云端、边缘端和终端三个角色。卸载方向通常是从云端或终端向边缘端卸载，类似于一个漏斗，从两侧向中间集中。边缘端也可以建立局部集群，增强计算能力。从协同视角看，这种卸载方式可以分为边云协同、端边协同和边边协同。

不同方向的卸载内容存在差异：

• 云端向边缘端卸载：主要解决时延、网络资源紧张等问题，下沉时延敏感应用、智能算法、网络切片、设备管理等功能。
• 终端向边缘端卸载：主要解决本地处理的能耗和计算资源需求，上传数据和模型到边缘侧。
• 边缘端内部卸载：通过组网实现动态资源调度和算法训练预测。

2. 卸载的方式

了解卸载位置和对象后，需要明确卸载方式、时机和卸载量。以下是各端的常用卸载方案：

云端到边缘端卸载

• 智能算法卸载：采用部分卸载方案，训练在云端，预测在边缘；通过算法压缩或原生设计适应边缘计算能力。
• 设备管理功能卸载：将设备孪生数据缓存到边缘侧，采用预安装方式，完全卸载。

终端到边缘端卸载

• 数据和模型卸载：支持部分卸载、完全卸载和增量卸载；终端可选择本地处理或卸载到边缘。
• 卸载时机：边缘端可预装算法模型，终端也可根据需求动态决定卸载内容。

边缘设备间卸载

• 研究热点，需监控集群内设备资源状态。
• 卸载时机：提前预估终端位置，使用轻量虚拟化技术进行资源迁移。

3. 卸载的功能

边缘设备需要实现的功能包括：

云边卸载场景

• 建立云边连接
• 实现计算框架、数据缓存、分析处理
• 协同管理终端设备
• 资源调度管理
• 网络资源切分

端边卸载场景

• 建立端边连接
• 异构数据转换
• 中间件平台搭建
• 轻量智能算法库和虚拟化技术
• 模型预测安装或动态增量安装

边边卸载场景

• 建立连接
• 资源预测、管理、调度模型
• 集群资源分析统计
• 协同处理数据
• 预测模型提前迁移

4. 卸载评判的标准

卸载算法的优劣可以从多个维度进行评判：

• 云边协同：实时性、能耗、精度
• 端边协同：功耗、时延、资源配置
• 边边协同：集群性能、闲置资源利用率

所有场景都需重点关注能耗和时延问题。

5. 小结

本文详细介绍了边缘计算任务卸载技术，围绕卸载决策中的角色、时间、方式、地点等进行了深入分析，并给出了具体的应用场景和评判标准。这对于构建基础的边缘计算技术栈具有重要参考价值。