近日，实验室2025届博士毕业生牛鑫（导师余辰教授）的论文“Optimized Scheduling of Dependent Tasks and Idle Computational Resources for Edge Intelligence”被 IEEE Transactions on Computers (TC) 期刊录用。

边缘智能通过将人工智能算法和模型部署在网络边缘侧的设备上，使其能够在本地直接处理数据，从而为用户提供低时延的智能服务。由于不同计算任务之间存在依赖关系，边缘设备必须等待前置计算任务完成后，才能继续执行当前计算任务，从而导致较长的等待时间。之前的研究工作通常通过优化边缘设备的调度来减少等待时间，以更高效地执行计算任务。然而，这种方法会产生一定的通信开销。此外，边缘设备的等待过程也会造成其计算资源的浪费。为了解决等待时间过长的问题，文章提出了一种基于模型早退的等待时间压缩方案（Wait-time Compression Scheme, WCS）。该方案根据用户可接受的延迟为计算任务选择早退点，从而在不调度计算任务或边缘设备的情况下缩短等待时间。此外，为了优化边缘设备在等待过程中闲置计算资源的利用率，引入了一种基于闲置资源的计算任务调度方案（Idle-resource-based Computing Task Scheduling Scheme, ICTS）。实验结果表明，与其他计算任务调度方案相比，WCS实现了最高10.7%的延迟降低，而ICTS则将计算资源利用率提升了高达28.8%。

IEEE Transactions on Computers是计算机体系结构领域的顶级期刊之一，属于中国计算机学会CCF A类期刊，当前影响因子为4.1。

（通讯员：牛鑫）