边缘智能：融合边缘计算与人工智能的新框架

“边缘智能：边缘计算与人工智能融合的新范式，中山大学数据科学与计算机学院，周知，于帅，陈旭，广东广州510006” 边缘计算与人工智能的融合是当前技术领域的热门话题，这种结合被称为“边缘智能”。边缘计算是一种将数据处理和分析任务推向网络边缘的技术，而不是全部依赖于云端数据中心，旨在减少延迟，提高数据处理效率，并保护用户隐私。而人工智能，尤其是深度学习，已经在各种应用中展现出强大的能力。两者结合，能够为物联网(IoT)、自动驾驶、实时分析等场景提供更高效、更智能的解决方案。 本文通过三个研究案例探讨了边缘计算与人工智能的协同作用。首先，从边缘计算赋能人工智能的角度，研究关注于深度学习模型在边缘设备上的部署。提出的“基于边端协同的深度学习按需加速框架”旨在解决模型在有限资源的边缘设备上运行的问题。通过模型分割和模型精简，该框架可以在满足时延约束的同时，确保模型推理的高精度，这对于实时应用至关重要。 其次，从人工智能赋能边缘计算的视角，作者提出了两种策略来优化边缘计算服务。一是基于在线学习的自适应边缘服务放置机制，它可以根据实时工作负载和网络状况动态调整服务的位置，以最大化资源利用率和用户体验。二是基于因子图模型的预测性边缘服务迁移方法，这种方法可以预测未来的服务需求，预先进行服务迁移，以避免性能瓶颈或网络拥塞。 这些创新性的方法展示了边缘计算和人工智能的深度融合如何推动各自技术的进步。边缘计算通过提供更快的数据处理速度和更低的延迟，增强了人工智能的实时性和响应性；而人工智能则通过智能优化策略，提升了边缘计算的效率和服务质量。这样的融合不仅提高了系统的整体性能，还为未来智能物联网的发展开辟了新的可能。 边缘智能是未来计算领域的重要发展方向，它结合了边缘计算的实时性和低延迟特性以及人工智能的智能化处理能力，有望在工业自动化、智慧城市、医疗健康等领域发挥巨大作用，为人们的生活和工作带来深刻变革。