2021-01-18

6G关键技术系列(七)——拆分计算

翻译自三星6G白皮书

严禁商用,仅供学习使用,如有侵权,请联系删除。

未来的应用,如真正沉浸式XR、移动全息图和数字孪生,需要广泛的计算能力来提供实时沉浸式用户体验。然而,仅用移动设备来满足这种计算需求将是个挑战,特别是考虑到未来许多移动设备将变得更薄和更轻。例如,AR眼镜应该像普通眼镜一样轻、薄、小,以满足用户的期望。

为了克服移动设备计算能力的局限性,我们考虑了利用网络上可接触计算资源的拆分计算的概念。这些计算资源可以在各种网络实体上获得,例如移动设备、基站、MEC服务器和云服务器。通过拆分计算,即使延长了电池寿命移动设备也可以有效地实现更好的性能,因为设备将繁重的计算任务卸载到网络中可用的计算资源上。下图举例说明了拆分计算。

2021-01-18_第1张图片

拆分计算

为了实现拆分计算的概念,以下因素必须被考虑。

  1. 软件平台:一般来说,传统的分布式计算符合客户程序-服务器模型,其中每个客户程序和服务器的实现都是专属于给定开发人员的。为了容纳来自不同开发人员的不同硬件和软件的各种移动设备,在可能的范围内,开发一个作为开源或标准的拆分计算平台将是有益的。
  2. 低功耗和低延迟的无线通信:为了支持如AR眼镜等轻量级设备上的极致服务,设备需要低延迟且设备功耗低的无线通信。
  3. 数据同步:一个拆分计算平台将应用程序的计算在移动设备和服务器之间进行划分。这需要在网络实体之间同步大量数据、文本和程序本身。

下图给出了一些拆分计算的示例。高端移动设备可自行完成必要的计算。中端设备可能只支持计算的一部分,比如70%或40%的计算,并且需要卸载计算的其余部分。还可能有低端设备,如智能手表,可能需要邻近的设备来提高它们的性能。

2021-01-18_第2张图片

不同设备拆分计算的示例

你可能感兴趣的:(6G,算法,机器学习,深度学习,大数据)