控制与决策

作者：侯祥鹏,兰兰,陶长乐,寇小勇,丛佩金,邓庆绪,周俊龙

单位：南京理工大学 计算机科学与工程学院,南京 210094,,南京理工大学 计算机科学与工程学院,南京 210094,,南京理工大学 计算机科学与工程学院,南京 210094,,南京理工大学 计算机科学与工程学院,南京 210094,,南京理工大学 计算机科学与工程学院,南京 210094,,东北大学 计算机科学与工程学院,沈阳 110819,,南京理工大学 计算机科学与工程学院,南京 210094;东南大学 移动通信全国重点实验室,南京 211111,

关键词：边缘智能;边缘设备;边缘训练;边缘推理;边缘缓存;协同计算

基金：国家自然科学基金项目(62172224,62302221,U23B2006)；江苏省自然科学基金项目(BK20220138, BK20230913)；中央高校基本科研业务费专项资金项目(30922010318,30922010406)；教育部产学研创新基金项目(2021ITA01004)；东南大学移动通信全国重点实验室开放研究基金项目(2024D07).

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露的潜在隐患.与此同时,嵌入式高性能芯片的发展显著提升了边缘设备的计算能力,使其能够在边缘侧实时处理部分计算密集型任务.在此背景下,边缘计算和人工智能有机融合,孕育了一种新的计算范式:边缘智能.鉴于此,聚焦边缘智能与协同计算的前沿与进展,首先概述边缘计算、人工智能和边缘智能的相关背景、基本原理与发展趋势;然后从训练、推理和缓存3个方面回顾面向单个设备的边缘智能方法;接着从架构、技术和功能3个维度介绍多个设备合作实现边缘智能协同的相关工作;最后总结边缘智能在工业物联网、智慧城市和虚拟现实等领域的广泛应用.

来源：2024年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第7期