【技术实现步骤摘要】
一种基于全局信息的DNN任务卸载决策方法
本专利技术涉及深度神经网络任务的边缘计算领域,具体来说涉及深度神经网络任务的优化卸载领域,更具体地说,涉及一种基于全局信息的DNN任务卸载决策方法。
技术介绍
现如今,深度学习广泛应用于众多移动端的应用程序中,比如苹果智能语音助手(Siri)和谷歌助理(GoogleAssistant)。然而,大多数的深度学习模型都需要复杂的计算,并且很难在移动端上以有限的计算资源计算其推理结果。因此,目前常用的方法是将深度学习任务卸载到云上,即移动云计算(MobileCloudComputing,简称MCC),云具有丰富的计算资源和强大的计算能力,可以处理复杂的计算任务。由于云通常情况下与移动端距离很远,处理延迟通常大于100ms。这给延迟敏感的应用程序带来了糟糕的体验质量,这也是MCC的瓶颈。为了缓解这一问题,移动边缘计算(MobileEdgeComputing,简称MEC)应运而生,通过布置在移动端附近的单个或者多个边缘服务器接收并处理移动端卸载的任务,从而加快计算密集型任务的处理过程来减轻移动端的计算负担。MEC中最直接的方法是将所有的计算从移动端转移到边缘服务器,目前已有许多研究。在一些研究中,研究者考虑了采用二进制卸载策略的无线MEC网络,通过0或者1来分别表示无线设备的每个计算任务在本地执行或者完全卸载到MEC服务器;然后,研究者提出了一个基于深度强化学习的在线卸载框架,该框架最优的适应了时变无线信道条件下的任务卸载决策和无线资源分配。在另一些研究中,研究者提出了 ...
【技术保护点】
1.一种基于全局信息的DNN任务卸载决策方法,其特征在于,包括:/nS1、响应于多个移动端的任务卸载请求,根据移动端的数量和DNN任务的层数生成对应的策略矩阵;/nS2、根据策略矩阵获取所有可能的卸载策略,每个卸载策略对所有移动端中每个移动端的DNN任务的卸载位置进行定义;/nS3、预测所有DNN任务的子任务对应的参考时延信息,包括该子任务的本地处理时延、服务器处理时延和对应的卸载传输时延;/nS4、基于参考时延信息确定每种卸载策略下各移动端的卸载任务到达边缘服务器的抵达时延和任务量;/nS5、对于每种卸载策略,根据抵达时延和任务量对多线程的边缘服务器的处理时延的影响,计算该卸载策略对应的总时延;/nS6、从所有的卸载策略中选取总时延最小的卸载策略作为卸载决策。/n
【技术特征摘要】
1.一种基于全局信息的DNN任务卸载决策方法,其特征在于,包括:
S1、响应于多个移动端的任务卸载请求,根据移动端的数量和DNN任务的层数生成对应的策略矩阵;
S2、根据策略矩阵获取所有可能的卸载策略,每个卸载策略对所有移动端中每个移动端的DNN任务的卸载位置进行定义;
S3、预测所有DNN任务的子任务对应的参考时延信息,包括该子任务的本地处理时延、服务器处理时延和对应的卸载传输时延;
S4、基于参考时延信息确定每种卸载策略下各移动端的卸载任务到达边缘服务器的抵达时延和任务量;
S5、对于每种卸载策略,根据抵达时延和任务量对多线程的边缘服务器的处理时延的影响,计算该卸载策略对应的总时延;
S6、从所有的卸载策略中选取总时延最小的卸载策略作为卸载决策。
2.根据权利要求1所述的基于全局信息的DNN任务卸载决策方法,其特征在于,所述方法还包括:
S7、根据卸载决策指示各个移动端对其DNN任务进行本地计算并且在计算至指定的卸载位置时进行任务卸载。
3.根据权利要求1所述的基于全局信息的DNN任务卸载决策方法,其特征在于,所述策略矩阵表示为:
其中,策略矩阵X的第i行表示移动端i的策略,对于该策略矩阵中的任意一个元素xij,表示移动端i的第j个子任务的处理方式,xij为第一数值时表示该子任务在移动端本地处理,xij为第二数值时表示该子任务卸载到边缘服务器上处理,i∈{1,…,N},j∈{1,…,M},N表示当前请求卸载任务的移动端的总数量,M表示DNN任务的层数。
4.根据权利要求3所述的基于全局信息的DNN任务卸载决策方法,其特征在于,按照以下约束条件根据策略矩阵获取所有可能的卸载策略:当一个移动端的DNN任务的某个子任务卸载到边缘服务器上执行时,该子任务后续所有子任务均在边缘服务器上执行。
5.根据权利要求1所述的基于全局信息的DNN任务卸载决策方法,其特征在于,S3包括:
S31、通过预先训练的时延预测模型预估相应类型的DNN任务的每层对应的子任务的本地处理时延、服务器处理时延;
S32、预估DNN任务每层对应的子任务的输出数据的大小,并基于香农公式计算该子任务对应的卸载传输时延。
6.根据权利要求1至5任一项所述的基于全局信息的DNN任务卸载决策方法,其特征在于,所述步骤S4包括:
S41、根据卸载策略和参考...
【专利技术属性】
技术研发人员:高明晋,沈茹婧,齐文,周一青,石晶林,
申请(专利权)人:中国科学院计算技术研究所,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。