science >> Wetenschap >  >> Elektronica

Nieuw algoritme gebaseerd op het gedrag van meeuwen verbetert edge computing

Krediet:Pixabay/CC0 publiek domein

Hoewel het enthousiasme voor cloudcomputing nog niet is overgewaaid, zijn er toevoegingen aan de diensten die het biedt die al aan de horizon zijn gekomen om bepaalde aspecten van 'cloud' dichter bij de gebruiker te brengen - het zogenaamde edge computing. Door bepaalde bronnen dichter bij de eigen computer van de gebruiker te brengen, kan edge computing de prestaties verbeteren en de vertraging of latentie tussen gebruikersopdracht en systeemreactie verminderen. De toenemende vraag naar edge-services betekent echter dat hun grote belofte mogelijk niet wordt waargemaakt in een steeds meer verbonden en mobiele wereld.

Feilong Yu, Jing Li, Ming Zhu en Xiukun Yan van het College of Computer Science and Technology aan de Shandong University of Technology in Zibo, China, hebben een service-selectiemodel voorgesteld voor de cloud en edge-computing-omgevingen. "Het voorgestelde model combineert het zeemeeuwoptimalisatiealgoritme en het gesimuleerde gloeialgoritme", legt het team uit. Het zeemeeuwalgoritme codeert het trek- en aanvalsgedrag van meeuwen op zo'n manier dat het kan worden gebruikt om problemen op te lossen, zoals het toewijzen en routeren van computerbronnen. Het gebruik van het gesimuleerde gloeialgoritme in combinatie met het zeemeeuwalgoritme helpt het systeem de lokale maximale en voortijdige convergentieproblemen te vermijden, die vaak de vloek zijn van andere benaderingen van soortgelijke problemen.

Het team heeft vergelijkende experimenten uitgevoerd op gesimuleerde datasets met verwijzingen naar enkele andere serviceselectiemodellen en heeft aangetoond dat het voorgestelde selectiemodel QoS (Quality of Service) verbetert en minder iteraties vereist. Zo'n boost voor edge computing zal de prestaties verbeteren van software en applicaties die natuurlijke taalverwerking, gezichtsherkenning en videoverwerking gebruiken, wat het team allemaal beschrijft als 'vertragingsgevoelig en vraagintensief'.

De volgende stap is om proof of principle te demonstreren met een real-world setup en vervolgens de aanpak te optimaliseren in termen van het minimaliseren van het energieverbruik om de problemen aan te pakken van de verwerking van energievereisten, inactief vermogen en stroomlekkage. + Verder verkennen

Quantum-annealing kan in een beperkt aantal gevallen de klassieke computer verslaan