关键词computing and network convergence
搜索结果 - 3
- 优化联邦学习在 6G 网络的计算和网络融合中的通信效率
通过引导参与联邦学习的设备基于业务需求、资源负载、网络状况和设备的算术能力,计算和网络融合(CNC)可以提高联邦学习在复杂网络环境中的通信效率,并通过优化模型参数传输过程中的通信效率来解决复杂网络情况下的延迟分布和网络资源利用率的问题。
- 计算与网络融合的智能内源化管理平台
基于人工智能技术,本文提出了一种用于计算和网络融合的智能内生管理平台 ——CNC 大脑,通过感知、调度、适应和治理等四个关键构建模块,在整个计算和网络融合生命周期中实现高异构性的供需匹配,通过在 OpenFaas、Kubernetes 和 - 计算与网络融合编排中的强化学习
本文介绍了计算与网络融合的概念,提出了基于强化学习的计算与网络编排方法,通过实验显示该方法可以比贪婪算法、随机选择和均衡资源算法实现更高的利润和更低的延迟,并证明了强化学习在计算与网络编排上的适用性。