CoEdge: 面向自动驾驶的协作式边缘计算系统，实现分布式实时深度学习任务的高效调度与资源优化

文章预览

文章导读             CoEdge系统的构思基于边缘计算的发展，这一分布式计算范式将服务从云端推向网络边缘，以支持各种物联网应用，如智能交通和自动驾驶。随着通信技术的进步，出现了新的协作边缘系统，多个边缘节点可以通过本地点对点连接实现协作，而无需依赖强大的中心化互联网基础设施。这些系统在拓展性方面具有明显优势，适合广泛的地理部署，但也面临分 布式工作负载处理、实时要求、异构环境兼容等挑战。CoEdge提出了一个分层的深度学习任务调度框架，通过任务调度与批处理机制来优化节点资源利用，此外，该系统还设计了GPU并行容器化，以解决任务隔离与GPU共享的难题。实验结果表明，CoEdge在大学校园中的智慧灯杆测试环境中显著降低了任务超时率。                   01 研究背景和相关工作   在深度学习任务 ………………………………