新知特寫

首頁> 新知特寫> 結合通訊感知的人工智慧架構有助於提升邊緣運算效能
結合通訊感知的人工智慧架構有助於提升邊緣運算效能 Communication-Aware Neural Networks Could Advance Edge Computing
儘管邊緣運算(edge computing)可在終端裝置端處理資料,提升運算速度與能源效率,但在處理複雜任務時,終端裝置仍受限於運算能力,需透過無線通訊將資料傳送至集中式資料中心。因此,如何降低傳輸能耗並提升傳輸效率,成為邊緣運算應用的關鍵挑戰。中國南京大學(Nanjing University)智慧科學與技術學院(School of Intelligence Science and Technology)研究團隊近期於《Nature Electronics》發表研究,提出一種整合式人工智慧架構,同時從模型訓練與硬體設計兩方面進行優化。在模型訓練方面,將無線通訊條件納入訓練,形成具通訊感知能力的模型,使系統在資料傳輸過程中即使出現資訊失真或誤差,仍能維持判斷準確度;在硬體方面,採用記憶體內運算(computing-in-memory)設計,同時優化運算與通訊流程,使系統能以較低的能耗進行資料處理、儲存與傳輸。研究團隊將此架構應用於影像分類任務進行測試。實驗結果顯示,在通訊條件不佳下仍可達93.71%的準確率;在終端裝置與雲端共同運作的情況下,無線傳輸功率最高可降低95%。研究團隊表示,此方法可應用於不同無線通訊條件與傳輸機制,並規劃進一步擴展至多天線通訊系統,以及進行晶片整合設計,以提升實際應用的可行性。
2026/03/16
https://techxplore.com/news/2026-03-communication-aware-neural-networks-advance.html
TechXplore
薛孝亭