研究課題
基盤研究(C)
データ発生源の近くで処理を行うことにより,通信遅延の回避によるリアルタイム性の向上,かつ閉じた環境でのプライバシー確保効果をもたらすエッジコンピューティングが注目されている.本研究では,今後深層学習タスクが増加することを考慮し,エッジAI向け深層学習タスクに対してリアルタイムシステム上でのタスク実行モデルを検討し,エッジサーバ上で精度とリアルタイム性のトレードオフを実現するスケジューリング方式を構築する.実行モデルの具現化と高効率化を実現するために,頻出処理のハードウェア化を行う.実証研究により提案スケジューリング方法の有効性と実現可能性を示し,かつエッジサーバのための計算資源量を見積る.