跳到正文
arXiv · ML· Changfu Xu, Jianxiong Guo, Wanyu Lin, Haodong Zou, Yuzhu Liang, Xiaowen Chu, Jiannong Cao, Tian Wang·· 10 天前AI 评分21

LAD-TS 利用潜在动作扩散调度加速边缘网络中的 AIGC 服务

Accelerating AIGC Services with Latent Action Diffusion Scheduling in Edge Networks

AI 导读

研究者提出 LAD-TS 任务调度方法,结合潜在动作扩散网络与深度强化学习,在边缘网络中优化 AIGC 服务延迟。 该系统原型 DEdgeAI 显示,相比最先进方法,服务延迟减少 7.36%–18.11%;相比代表性商业平台,延迟减少 34.07%–94.96%。

来源:arXiv · ML · arxiv.org