一 边缘计算产生背景
随着移动通信技术的发展和智能终端的普及，用户对网络服务质量（QOS）、时延、带宽等网络性能要求越来越高。尽管新一代的移动设备中的CPU性能越来越强悍，依然无法在短时间内处理大量计算任务。此外，联网技术的飞速发展是的物联网设备爆发式增长，网络边缘产生的海量数据将会给传输网络和云计算中心带来巨大压力。如果在终端上执行大量计算任务（如视频计算）将会大量消耗终端的算力，对终端的性能和电量是巨大挑战，当如果将计算放在云中心，又将面临高昂的传输成本和较高的时延。为了解决这些问题，采用边缘计算任务，将终端的算力上移，将云端的算力下沉至网络边缘，构建“云——边——端”三方协同架构，及有效的打破了云计算发展的瓶颈，又释放了终端的压力，实现边缘智能、低延时和大带宽处理数据。
二 移动边缘计算
移动边缘计算(MEC，mobile edge computing)是指在移动网络边缘部署计算和存储资源，为移动网络提供IT服务环境和云计算能力，从而为用户提供超低延时和高带宽的网络服务解决方案。
EMC可以看做是运行在移动网络边缘的云服务平台，通过将部分业务处理和资源调度的功能部署到云服务平台上来实现服务性能和用户体验的提升。MEC将原本位于云数据中心的服务“下沉”到移动网络边缘，通过移动网络边缘部署计算、存储、网络和通信等资源，不仅减少了网络操作，而且降低了服务交付时延，提升 了用户体验。此外，MEC在网络边缘部署服务器之后，降低了对核心网的传输带宽要求，降低了运营成本。
三 计算卸载
计算卸载是指终端设备将一部分或全部计算任务交给云计算环境处理的技术，以解决移动设备在资源存储、计算性能及能效等方面的不足，是MEC的关键技术之一。
计算卸载包括卸载决策、资源分配和卸载系统实现三个方面。其中，卸载决策主要解决的是移动终端决定如何卸载、卸载多少以及卸载什么的问题；资源分配则重点解决终端在实现卸载后如何分配资源的问题；对于卸载系统的实现，则侧重于移动用户迁移过程中的实现方案。
1 卸载决策
卸载决策是指用户设备UE（user equipment）决定是否卸载、卸载多少以及卸载什么的问题。在卸载系统中，UE一般由代码解析器、系统解析器和决策引擎组成，执行卸载的步骤为：
UE卸载决策结果分为本地执行、完全卸载和部分卸载。现阶段具体决策结果由UE能量消耗和完成计算任务的时延决定。卸载决策目标主要分为降低时延、降低能量消耗以及权衡时延与能量3方面考虑。
（1） 以降低时延为目标的决策卸载
一般的，如果将计算任务直接在本地执行，那么时延即为执行该任务所消耗的时间。而如果将计算任务卸载到MEC，所消耗的时间（时延）涉及三部分：将需要卸载的数据传送到MEC的时间、在MEC处理任务的时间和接收从MEC返回数据的时间。并且将计算任务卸载到MEC所产生的时延将直接影响用户的QOS，因此以降低卸载时延为目标是对其进行优化的一个重要方向。
（2） 以降低能量消耗为目标的卸载决策
将计算卸载到MEC服务器消耗的能量主要有两部分组成：一是将卸载数据传送到服务器的能量；二是接收服务器返回数据所消耗的能量。选择合适的能量优化模型，以降低终端的能量消耗为目标也是一个主要的优化方向。
（3）权衡能耗和时延为目标的卸载决策
在执行复杂的计算任务时，能耗和时延都直接影响QOS，因此如何在执行卸载任务时综合考虑能耗和时延是进行卸载决策的重要考虑因素。大多数的计算卸载决策方案的目标是在满足卸载应用程序可接受时延的同时最小化终端 处的能量消耗或根据不同用的需求在两个优化目标之间做出权衡。
标签：计算,MEC,决策,边缘,时延,卸载,移动 来源： https://blog.csdn.net/jac_chao/article/details/106802142
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。