Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.00491

帮助 | 高级搜索

计算机科学 > 多智能体系统

arXiv:2507.00491 (cs)
[提交于 2025年7月1日 ]

标题: Twill:在异构移动边缘平台上的复合AI系统调度

标题: Twill: Scheduling Compound AI Systems on Heterogeneous Mobile Edge Platforms

Authors:Zain Taufique, Aman Vyas, Antonio Miele, Pasi Liljeberg, Anil Kanduri
摘要: 复合人工智能(cAI)系统通过连接多个人工智能模型来解决复杂问题。 cAI系统通常由深度神经网络(DNNs)、转换器和大型语言模型(LLMs)组成,表现出高度的计算多样性和动态工作负载变化。 在移动边缘平台部署cAI服务在调度并发的DNN-转换器推理任务方面提出了重大挑战,这些任务以未知的顺序动态到达。 现有的移动边缘AI推理策略管理多DNN或仅转换器的工作负载,依赖于设计时的性能分析,无法处理cAI系统所需的DNN和转换器的并发推理。 在本工作中,我们解决了在异构移动边缘平台上调度cAI系统的挑战。 我们提出了Twill,一个运行时框架,通过任务亲和力感知的集群映射和迁移、优先级感知的任务冻结/解冻以及DVFS,在遵守功耗预算的同时最小化推理延迟,以处理cAI工作负载的并发推理请求。 我们在Nvidia Jetson Orin NX平台上实现了并部署了我们的Twill框架。 我们在当代DNN和LLMs上对Twill进行了评估,与最先进的边缘AI推理技术相比,平均推理延迟降低了54%,同时遵守功耗预算。
摘要: Compound AI (cAI) systems chain multiple AI models to solve complex problems. cAI systems are typically composed of deep neural networks (DNNs), transformers, and large language models (LLMs), exhibiting a high degree of computational diversity and dynamic workload variation. Deploying cAI services on mobile edge platforms poses a significant challenge in scheduling concurrent DNN-transformer inference tasks, which arrive dynamically in an unknown sequence. Existing mobile edge AI inference strategies manage multi-DNN or transformer-only workloads, relying on design-time profiling, and cannot handle concurrent inference of DNNs and transformers required by cAI systems. In this work, we address the challenge of scheduling cAI systems on heterogeneous mobile edge platforms. We present Twill, a run-time framework to handle concurrent inference requests of cAI workloads through task affinity-aware cluster mapping and migration, priority-aware task freezing/unfreezing, and DVFS, while minimizing inference latency within power budgets. We implement and deploy our Twill framework on the Nvidia Jetson Orin NX platform. We evaluate Twill against state-of-the-art edge AI inference techniques over contemporary DNNs and LLMs, reducing inference latency by 54% on average, while honoring power budgets.
评论: 9页,9图,被国际计算机辅助设计会议(ICCAD)2025接受
主题: 多智能体系统 (cs.MA) ; 人工智能 (cs.AI); 计算机视觉与模式识别 (cs.CV); 性能 (cs.PF)
引用方式: arXiv:2507.00491 [cs.MA]
  (或者 arXiv:2507.00491v1 [cs.MA] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.00491
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zain Taufique [查看电子邮件]
[v1] 星期二, 2025 年 7 月 1 日 07:06:45 UTC (5,677 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI
cs.MA
cs.PF

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号