GASTO: A Fast Adaptive Graph Learning Framework for Edge Computing Empowered Task Offloading

移动边缘计算(MEC)已成为有效解决计算密集型和延迟敏感型任务的研究趋势。

在传统的云计算场景中,用户设备可以将任务调度到计算能力更强的云服务器上。由于现实中云服务器与用户设备的距离较远,大多数场景下无法满足任务对时间的敏感要求。

移动边缘计算(Mobile edge computing, MEC)[2]、[3]旨在将云计算扩展到网络边缘服务器上,解决计算密集型任务,[4]、[5]、[6]已成为研究趋势。

如何制定合理的任务卸载方法是边缘计算场景的关键问题。如果在同一设备上处理连续的任务,虽然有时会减少中间结果的上传和下载时间,但可能会增加任务的计算时间。如果连续的任务总是在不同的设备上处理,任务的计算时间会减少,但这会增加中间结果的上传和下载次数。

猜你喜欢

转载自blog.csdn.net/m0_48022770/article/details/134521023
今日推荐