二、具體分析
2）優化考慮（待補充）
3）解除安裝策略
三、目前需要解決的問題
開始接觸通訊，從此要嘗試從新的角度去思考問題。
學術是有門檻的，但是學習記錄應當簡單直白，便於理解。
移動邊緣計算需要考慮 ： 雲、邊緣裝置、移動裝置 ；
即傳統的 雲-邊-端 架構
也有雲-n層邊-端 的架構，這裡先從基礎學起，考慮一層邊緣結構。
而從最終需要優化的結果來看，需要考慮的主要因素是時延、能耗
邊緣計算具體適用哪些場景，考量因素眾多，目前而言，至於邊緣計算自帶的優勢：私隱性保護等暫且不考慮，特定場景下可以對其進行特定的權衡。
2020.10.10思考方法總結：完成一件事，需要考慮最終的目標是什麼，完成這個目標中間需要考慮的巨集觀層面的因素是什麼，大的因素下小的因素是什麼…一直分析細化，直到分析到最本質的影響因素。只有把影響結果的所有因素全部列出來，再進行捨取權衡，賦予不同的權重，進而進行特定場景下的具體分析，這樣考慮的因素越多，我們可控的因素也就越多，對於結果的優化程度也越高。抽象的問題就能具體化，進而可控了。
以mec為例，我想從雲、邊緣、移動裝置三方面進行思考，每部分的能力不一樣，完成目標的代價也不一樣。而每一部分，都需要考慮能耗（cpu為主的工作耗電量等///還有儲存等其他因素）、計算能力（完成同一任務所需的計算時間延遲//或者規定時間內無法完成要求的任務），每部分間還需要考慮時間價值（傳輸延遲和通訊延遲），採用不同通訊方法的限制條件…需要考慮的因素很多，因而研究空間很大。
有趣的是，三個層面相關能力類似於三個數字量，多層也就是為了模擬模擬量（有點抽象，需要更好的比喻），有時延/計算能力 方面的優化就需要付出 計算能力/時延 方面的代價
雲端就是「總局」。雲端的計算能力很強，計算的時間延遲很小（幾乎可以忽略，因為計算資源遠遠大於計算負載），但是從移動端把任務解除安裝到雲端的時間相對較長。
cpu邊緣裝置則是「分局」的概念。計算能力相對雲端弱，但是比移動裝置強很多（但是計算時延仍需考慮）；邊緣裝置距離移動裝置的物理距離較近，因而傳輸延遲較低。
cpu移動裝置就是「使用者端」。移動裝置即終端，是資料的源頭，本地計算無需考慮傳輸時間，但是計算資源有限，不適合處理大量資料任務，因此就有了計算解除安裝和雲邊端協同的概念。
cpu限制條件為：
a. cpu的效能（一般用cpu週期頻率表示）
可以從裝置上直接讀取，cpu工作狀態也能實時監控。
b. 通訊能力（還需進一步了解）
優化目標為：
a. 最小化能耗
b. 最小化時間延遲
權重根據實際場景需要設定
當邊緣計算時間 > 雲計算時間+資料傳送時間時，有必要進行 由邊緣向雲端 的解除安裝
5G及移動邊緣計算（MEC）學習筆記（3）
1 移動邊緣計算的部署 移動邊緣計算改變了4g系統中網路和業務分離的狀態，通過對傳統無線網路增加mec平台網元，將業務平台 包含內容 服務 應用 下沉到流動網路邊緣，為移動使用者提供計算和資料儲存服務。mec平台的具體部署方式主要分為兩類，包括巨集基站場景的部署以及小小區基站場景的部署。1 巨集基站...
MEC 優化記憶體與速度的卷積計算
本次介紹一種記憶體利用率高且速度較快的卷積計算方法。來自icml2017,mec memory efficient convolution for deep neural network 目前的cnn模型中，全連線層往往在最後一層才會使用。意思也就是說，網路的主體是由卷積層構成的。因此，加快卷積層的...
mysql學習記錄 MySQL學習記錄 2
in 子查詢 select from student where id in 1,2 not in 不在其中 select from student where id not in 1,2 is null 是空 select from student where age is null is not...