-
题名云边端异构算力网络计算任务分割与路径优化方法研究
- 1
-
-
作者
马博
余应洁
吴莎尘
倪畅
陆琴
陈超
李传煌
-
机构
浙江工商大学信息与电子工程学院
-
出处
《电子学报》
北大核心
2025年第6期1847-1864,共18页
-
基金
国家自然科学基金(No.62401506,No.62301488,No.62302446)
浙江省科技创新重点项目(No.2023R5211)
+1 种基金
浙江省自然科学基金(No.LZ23F010003,No.LQ23F010009)
浙江省属高校基本业务费专项资金资助项目(No.QRK23009)。
-
文摘
在云边端算力网络中,传输、计算和存储资源的协同优化是一个关键且极具挑战性的课题.如何有效融合高性能的云资源、低时延的边缘资源、广泛分布的节点资源以及低成本的用户资源,实现智能化的资源分发、关联、交易与调配,对于整网资源的最优化配置和高效利用意义重大.本文针对传输与计算融合的云边端异构算力网络,构建了详细的数学模型.从算力需求、资源分发、交易与调配等多个维度出发,将异构计算与传输资源调度中的时延和成本最小化联合优化问题,转化为混合整数非线性规划问题.随后,本文提出了一种创新的串行子任务路径分配机制,并结合最优路径最大化分配算法(Optimal Route and Assign Maximizer algorithm,ORAM),以实现任务计算与传输路径的高效协同优化.该机制将计算任务分割为多个子任务,感知并处理串联子任务之间的依赖关系,利用ORAM算法实时选择符合依赖关系的最优计算路径,指导计算结果以最少跳数的方式传输至目标节点,形成端到端的高效资源调度通道.这不仅降低了传输时延和资源成本,还将传统的“先传后算”模式有效转变为“传算协同”模式.实验结果显示,在不同的计算需求、感知范围和节点数量条件下,本文所提出的算法相较于多种基准算法,在时延、成本及路径优化等方面均表现出更优的性能.
-
关键词
算力网络
任务调度
算力任务
传输路径
算力架构
-
Keywords
computing power network
task scheduling
computing task
transmission path
computing power architecture
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
