تقييم واقعي للاستدلال في حواف الشبكات المتنقلة

يعتبر الحوسبة على الحافة محركًا رئيسيًا لنشر منصات الذكاء الاصطناعي لتوفير تطبيقات الوقت الحقيقي مثل الواقع المعزز/الواقع الافتراضي أو المساعدة المعرفية. تظهر الأعمال السابقة أن قدرات الحوسبة المنشرة بالقرب من المستخدم يمكن أن تقلل فعلاً من زمن الاستجابة الشامل لتلك التطبيقات التفاعلية. ومع ذلك، لا يزال عنق الزجاجة الرئيسي في عملية استدلال التعلم الآلي. في هذه الورقة، نتناول بعض الافتراضات المتعلقة بهذه الأعمال، مثل الموقع الشبكي حيث يتم نشر الحوسبة على الحافة، ونعرض الهياكل البرمجية ضمن إطار عمل عدد من المهام الشائعة في التعلم الآلي. تُظهر تقييماتنا التجريبية أنه بعد تحسين الأداء الذي يستفيد من التقدم الأخير في خوارزميات التعلم العميق والأجهزة، أصبح تأخير الشبكة هو عنق الزجاجة الرئيسي في أداء التطبيق من البداية إلى النهاية. نشير أيضًا إلى أن نشر قدرات الحوسبة عند أول عقدة شبكة لا يزال يوفر تخفيضًا في التأخير، ولكن بشكل عام، ليس مطلوبًا من جميع التطبيقات. بناءً على نتائجنا، نستعرض المتطلبات ونرسم تصميم هيكلية تكيفية لاستدلال التعلم الآلي العام عبر مواقع الحواف.