ET-SCS: Error-Tolerant Split Computing System for Internet of Things

doi:10.1109/mic.2026.3677268

ET-SCS: Error-Tolerant Split Computing System for Internet of Things

2026-03-26

0

PRE

AI

DOI：10.1109/mic.2026.3677268

原文链接

原文求助

摘要

En 中文

分拆计算通过将部分模型卸载至靠近人工智能物联网(AIoT)设备的边缘云，降低了人工智能(AI)模型的推理延迟。然而，传统AI模型未针对分拆计算进行训练，且通过无线链路传输中间特征时缺乏错误恢复会导致精度下降。本文提出一种容错分拆计算系统(ET-SCS)，其中边缘云在训练模型时考虑了中间数据的传输错误。ET-SCS还引入了动态滤波，可自动调整滤波器系数以增强鲁棒性。因此，AIoT设备可选择分拆点以最小化推理延迟或能耗，而无需担心性能损失。评估结果表明，与不分拆模型相比，ET-SCS可降低最高达39%的能耗和最高达64%的推理延迟，且不会显著降低精度。

Keyword:

Artificial intelligence

Internet of Things

Computational modeling

Energy consumption

Cloud computing

Bit error rate

Performance evaluation

Degradation

Wireless communication

ET-SCS: Error-Tolerant Split Computing System for Internet of Things

摘要

期刊

机构