Applications that use edge computing and 5G to improve response times consume both compute and network resources. However, 5G networks manage only network resources without considering the application's compute requirements, and container orchestration frameworks manage only compute resources without considering the application's network requirements. We observe that there is a complex coupling between an application's compute and network usage, which can be leveraged to improve application performance and resource utilization. We propose a new, declarative abstraction called AppSlice that jointly considers the application's compute and network requirements. This abstraction leverages container management systems to manage edge computing resources, and 5G network stacks to manage network resources, while the joint consideration of coupling between compute and network usage is explicitly managed by a new runtime system, which delivers the declarative semantics of the app slice. The runtime system also jointly manages the edge compute and network resource usage automatically across different edge computing environments and 5G networks by using two adaptive algorithms. We implement a complex, real-world, real-time monitoring application using the proposed app slice abstraction, and demonstrate on a private 5G/LTE testbed that the proposed runtime system significantly improves the application performance and resource usage when compared with the case where the coupling between the compute and network resource usage is ignored.


翻译:使用边缘计算和 5G 来改进响应时间的应用会消耗计算和网络资源。 然而, 5G 网络只管理网络资源而不考虑应用程序的计算要求, 集装箱管弦框架只管理计算资源而不考虑应用程序的网络要求。 我们注意到, 应用程序的计算和网络使用之间有一个复杂的组合, 可以利用这种组合来改善应用程序的性能和资源利用。 我们提议了一个名为 Apptionsclic 的新、 宣示性抽象, 联合考虑应用程序的计算和网络需求。 这个抽象化利用集装箱管理系统来管理边缘计算资源和网络资源, 5G 网络堆管理网络资源, 由一个新的运行时间系统来明确管理计算和网络使用之间的合并考虑, 由新的运行时间系统来提供应用程序切片的宣示性语义。 运行时间系统还共同管理边缘计算和网络资源使用, 使用两种适应性算法来共同考虑应用程序的计算和网络需求。 我们应用一个复杂、 现实世界、 实时监测应用程序来管理边缘计算资源, 管理网络资源资源资源资源资源资源使用 管理, 并在私人 5G/ LTE 测试运行时, 系统进行显著的运行时, 模拟运行运行运行系统将大大改进资源使用。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
【图与几何深度学习】Graph and geometric deep learning,49页ppt
5G边缘计算的价值机遇
专知会员服务
64+阅读 · 2020年8月17日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【边缘智能综述论文】A Survey on Edge Intelligence
专知会员服务
119+阅读 · 2020年3月30日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
计算机 | CCF推荐会议信息10条
Call4Papers
5+阅读 · 2018年10月18日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【物联网】5G时代的智能边缘计算AI-EC平台
产业智能官
6+阅读 · 2017年10月9日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
1+阅读 · 2021年10月25日
Arxiv
0+阅读 · 2021年10月18日
Arxiv
35+阅读 · 2019年11月7日
VIP会员
相关VIP内容
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
计算机 | CCF推荐会议信息10条
Call4Papers
5+阅读 · 2018年10月18日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【物联网】5G时代的智能边缘计算AI-EC平台
产业智能官
6+阅读 · 2017年10月9日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员