机构名称：
¥ 2.0
摘要 —人工智能 (AI) 在语音处理、图像分类到药物发现等众多领域取得了令人瞩目的突破。这得益于数据的爆炸式增长、机器学习 (尤其是深度学习) 的进步以及强大计算资源的便捷获取。特别是，边缘设备 (如物联网设备) 的大规模部署产生了前所未有的数据规模，这为在网络边缘推导准确模型和开发各种智能应用提供了机会。然而，由于信道质量参差不齐、流量拥塞和/或隐私问题以及巨大的能耗，如此庞大的数据无法全部发送到云端进行处理。通过将 AI 模型的推理和训练过程推送到边缘节点，边缘 AI 已成为一种有前途的替代方案。边缘 AI 需要边缘设备 (如智能手机和智能汽车) 与无线接入点和基站的边缘服务器之间的密切合作，但这会导致繁重的通信开销。在本文中，我们全面概述了克服这些通信挑战的各种技术的最新发展。具体来说，我们首先确定了边缘 AI 系统中的关键通信挑战。然后，我们从算法和系统的角度介绍了用于网络边缘训练和推理任务的通信高效技术。我们还强调了未来的潜在研究方向。
通信高效的边缘人工智能：算法与系统
主要关键词
相关文件推荐
