申请/专利权人:广东工业大学
申请日:2023-12-27
公开(公告)日:2024-04-02
公开(公告)号:CN117806445A
主分类号:G06F1/329
分类号:G06F1/329;G06F1/3234;G06V10/94;G06F9/50;G06N3/063
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明提出一种基于推理请求卸载的能耗优化方法及系统,包括:构建用户推理请求在本地执行的移动设备能耗模型、移动设备将用户推理清求发送至可协作移动设备执行的移动设备能耗模型,以及移动设备将用户推理请求发送至边缘服务器执行的移动设备能耗模型;求解各次迭代中卸载方案所对应的设备资源配置方案与移动设备总能耗;若连续多次调整卸载方案都无法降低移动设备总能耗,则将当前最低总能耗所对应的卸载方案与设备资源配置方案确立为最终方案;边缘服务器将推理请求的卸载方案和设备资源配置方案结果发送至各个移动设备。本发明使用D2D技术来利用移动设备的空闲资源以协作提供多类型推理服务,降低移动设备总能耗。
主权项:1.一种基于推理请求卸载的能耗优化方法,其特征在于,包括以下步骤:步骤1:用户将推理请求信息、移动设备的模型部署信息和计算资源信息发送至边缘服务器;步骤2:构建用户推理请求在本地执行的移动设备能耗模型、移动设备将用户推理清求发送至可协作移动设备执行的移动设备能耗模型,以及移动设备将用户推理请求发送至边缘服务器执行的移动设备能耗模型;步骤3:边缘服务器迭代调整推理请求的卸载方案,并求解各次迭代中卸载方案所对应的资源配置方案与移动设备总能耗;若连续多次调整卸载方案都无法降低移动设备总能耗,则将当前最低总能耗所对应的卸载方案与资源配置方案确立为最终方案;步骤4:边缘服务器将卸载方案和资源配置方案结果发送至各个移动设备。
全文数据:
权利要求:
百度查询: 广东工业大学 一种基于推理请求卸载的能耗优化方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。