Ny algoritme baseret på mågers adfærd forbedrer edge computing

Selvom entusiasmen for cloud computing ikke er blæst over, er der supplementer til de tjenester, det leverer, som allerede er kommet over horisonten for at bringe visse aspekter af "cloud" tættere på brugeren - såkaldt edge computing. Ved at bringe visse ressourcer tættere på brugerens egen computer, kan edge computing forbedre ydeevnen og reducere forsinkelsen, eller latens, mellem brugerkommando og systemrespons. Men stigende krav til edge-tjenester betyder, at deres store løfte måske ikke bliver opfyldt i en stadig mere forbundet og mobil verden.

Feilong Yu, Jing Li, Ming Zhu og Xiukun Yan fra College of Computer Science and Technology ved Shandong University of Technology i Zibo, Kina, har foreslået en tjenesteudvælgelsesmodel for cloud- og edge-computing-miljøer. "Den foreslåede model kombinerer mågeoptimeringsalgoritmen og den simulerede udglødningsalgoritme," forklarer teamet. Mågealgoritmen koder mågernes vandrings- og angrebsadfærd på en sådan måde, at den kan bruges til at løse problemer såsom tildeling og routing af beregningsressourcer. Brugen af ​​den simulerede udglødningsalgoritme i forbindelse med mågealgoritmen vil hjælpe systemet med at undgå de lokale maksimale og for tidlige konvergensproblemer, som ofte er banebrydende for andre tilgange til lignende problemer.

Holdet har udført sammenlignende eksperimenter på simulerede datasæt med henvisning til nogle andre tjenesteudvælgelsesmodeller og har vist, at den foreslåede udvælgelsesmodel forbedrer QoS (Quality of Service) og kræver færre iterationer. Et sådant løft til edge computing vil forbedre ydeevnen af ​​software og applikationer, der anvender naturlig sprogbehandling, ansigtsgenkendelse og videobehandling, som alle er, hvad teamet beskriver som "forsinkelsesfølsomme og efterspørgselskrævende."

Det næste trin er at demonstrere proof of principe med et opsætning i den virkelige verden og derefter at optimere tilgangen med hensyn til at minimere energiforbruget for at løse problemerne med behandlingsenergikrav, inaktiv strøm og strømlækage. + Udforsk yderligere

Kvanteudglødning kan slå klassisk databehandling i begrænsede tilfælde