Key points are not available for this paper at this time.
Durch den Einsatz von Virtualisierungstechnologie implementiert Cloud-RAN mehrere virtuelle Basisband-Einheiten (vBBUs) zusammen mit kollokierten Anwendungen auf demselben Mobile Edge Computing (MEC) Server. Die Leistung von Echtzeitanwendungen (RT) wie der vBBU könnte jedoch durch das Teilen von Rechenressourcen mit kollokierten Workloads beeinträchtigt werden. Um diese Herausforderung zu adressieren, stellt dieses Papier einen dynamischen CPU-Sharing-Mechanismus vor, der speziell für containerisierte Virtualisierung in MEC-Servern entwickelt wurde, die sowohl RT- als auch nicht-RT- allgemeine Anwendungen hosten. Zunächst wird das CPU-Sharing-Problem in MEC-Servern als Gemischtes Ganzzahlinteger-Programm (MIP) formuliert. Anschließend präsentieren wir eine algorithmische Lösung, die das MIP in einfachere Teilprobleme zerlegt, die dann mit effizienten Heuristiken mit konstantem Faktor gelöst werden. Wir haben die Leistung dieses Mechanismus gegen Instanzen eines kommerziellen Lösers bewertet. Darüber hinaus haben wir über einen Kleinmaß-Testbett verschiedene CPU-Sharing-Mechanismen und deren Effektivität bei der Reduzierung der Auswirkungen des CPU-Teilens auf die Leistung der Verarbeitung von RT-Anwendungen bewertet. Unsere Ergebnisse zeigen, dass unser CPU-Sharing-Mechanismus die worst-case Ausführungszeit um mehr als 150 % im Vergleich zum Standard-Host-RT-Kernel-Ansatz reduziert. Diese Evidenz wird gestärkt, wenn dieser Mechanismus innerhalb von Cloud-RAN bewertet wird, in dem vBBUs Ressourcen mit kollokierten Anwendungen auf einem MEC-Server teilen. Mit unserem CPU-Sharing-Ansatz nimmt die Scheduling-Latenz der vBBU um bis zu 21 % im Vergleich zum Host-RT-Kernel ab.
Ocampo et al. (Thu,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: