我们关注的核心问题
边缘侧算力有限,云端模型强但远、贵。我们研究如何在云和边之间分配请求、缓存和计算,让大模型服务的响应速度、吞吐和回答质量都更好。
真实的大模型应用是由 RAG、智能体和多个模型组成的工作流。我们研究如何在异构硬件上对整个工作流做端到端优化。
图像和视频生成模型要迭代几十步去噪,非常慢。我们利用相邻步之间计算的冗余,通过特征缓存、特征预测和多设备协同,在几乎不损失质量的前提下大幅加速生成。
边缘集群资源紧张、负载波动大。我们研究感知镜像层的容器调度、迁移与更新,冷启动优化和资源超售,并用深度强化学习和在线算法做决策。
图像、文本、音频、视频混合的检索和问答,既要语义对得准,又要在边缘设备上算得快、存得下。
课题组长期研究边缘计算中的任务卸载与调度、服务部署、无人机与车联网边缘计算、众包与联邦学习等问题,并撰写了端侧 AI 模型的综述。