[論文レビュー] Edge and Central Cloud Computing: A Perfect Pairing for High Energy Efficiency and Low-latency

Xiaoyan Hu, Lifeng Wang+4 more|arXiv (Cornell University)|Jun 23, 2018

Advanced MIMO Systems Optimization参考文献 42被引用数 10

ひとこと要約

本稿では、遅延制約を満たしつつエネルギー消費を最小化するため、異種無線ネットワーク（HetNet）におけるエッジおよび中央クラウドコンピューティングの共同最適化フレームワークを提案する。分解と逐次擬凸最適化アプローチを用いて、クラウド選択、送信電力、ビームフォーミング、共分散行列を一括して最適化することで、特にマスティブ MIMO バックホールを備えた環境では、単独のエッジまたはクラウドソリューションと比較して顕著なエネルギー節約と遅延低減が達成される。

ABSTRACT

In this paper, we study the coexistence and synergy between edge and central cloud computing in a heterogeneous cellular network (HetNet), which contains a multi-antenna macro base station (MBS), multiple multi-antenna small base stations (SBSs) and multiple single-antenna user equipment (UEs). The SBSs are empowered by edge clouds offering limited computing services for UEs, whereas the MBS provides high-performance central cloud computing services to UEs via a restricted multiple-input multiple-output (MIMO) backhaul to their associated SBSs. With processing latency constraints at the central and edge networks, we aim to minimize the system energy consumption used for task offloading and computation. The problem is formulated by jointly optimizing the cloud selection, the UEs' transmit powers, the SBSs' receive beamformers, and the SBSs' transmit covariance matrices, which is {a mixed-integer and non-convex optimization problem}. Based on methods such as decomposition approach and successive pseudoconvex approach, a tractable solution is proposed via an iterative algorithm. The simulation results show that our proposed solution can achieve great performance gain over conventional schemes using edge or central cloud alone. Also, with large-scale antennas at the MBS, the massive MIMO backhaul can significantly reduce the complexity of the proposed algorithm and obtain even better performance.

研究の動機と目的

• モバイルコンピューティングにおけるエネルギー効率と遅延のトレードオフを解消するため、エッジと中央クラウドリソースを統合すること。
• 異種無線ネットワーク（HetNet）におけるタスクのオフロードおよびコンピューティングのためのシステム全体のエネルギー消費を最小化すること。
• 遅延および容量制約の下で、クラウド選択、送信電力、ビームフォーミング、共分散行列を共同最適化すること。
• ハイブリッドエッジ–中央クラウドアーキテクチャに起因する混合整数非凸最適化問題に対する実用的な解決策を開発すること。
• 提案された共存モデルの性能向上を、従来のエッジ単独または中央クラウド単独の手法と比較して評価すること。

提案手法

• エッジ選択、ユーザー機器（UE）の送信電力、スモールベースステーション（SBS）受信ビームフォーマー、SBS送信共分散行列を共同最適化するための混合整数非凸最適化問題を定式化する。
• 非凸性に対処するため、分解アプローチを用いて問題を分解し、逐次擬凸近似法による反復的解法を適用する。
• ラグランジュ双対法を用いてKKT条件を導出し、部分問題を解くことで、電力、ビームフォーミング、クラウド割り当て変数の反復的更新を可能にする。
• マクロベースステーション（MBS）におけるマスティブ MIMO を活用することで、バックホールの複雑さを低減し、性能を向上させる。
• KKT条件の解析を通じて解を導出し、実用的な閉形式式を用いて、3つの状態（実行可能、電力制限、遅延制限）における最適電力割り当てを導出する。
• 反復的アルゴリズムは、HetNet 全体のエネルギー効率と遅延制約の両立を図る部分最適解に収束する。

実験結果

リサーチクエスチョン

• RQ1 遅延制約を満たすHetNetにおいて、エッジと中央クラウドコンピューティングをどのように共同最適化すれば、エネルギー消費を最小化できるか？
• RQ2 エッジ単独または中央クラウド単独のオフロードと比較して、ハイブリッドエッジ–中央クラウドアーキテクチャはどのような性能向上を達成するか？
• RQ3 マクロベースステーションにマスティブ MIMO を適用した場合、共同最適化フレームワークの複雑さと性能にどのような影響を与えるか？
• RQ4 エネルギーと遅延の両方の制約下で、最適な電力制御、ビームフォーミング、クラウド選択戦略は何か？
• RQ5 KKT条件と逐次凸近似法は、非凸最適化問題に対する実用的解法をどのように可能にするか？

主な発見

• 提案されたエッジ–中央クラウド共同オフロード方式は、従来のエッジ単独または中央クラウド単独の手法と比較して、エネルギー効率および遅延低減の点で顕著な性能向上を達成する。
• MBSに大規模アンテナを設置することで、マスティブ MIMO バックホールがアルゴリズムの複雑さを低減し、システム性能を向上させ、より良い収束性と低いエネルギー消費を実現する。
• 逐次擬凸近似に基づく反復的アルゴリズムは、すべての遅延および電力制約を満たしつつ、総合的なエネルギー消費を最小化する部分最適解に収束する。
• KKT条件に基づき、3つの異なる状態（実行可能、電力制限、遅延制限）におけるUEの最適電力割り当てが導出され、それぞれに対して閉形式式が得られる。
• シミュレーション結果は、ハイブリッドアーキテクチャが、特に高計算負荷環境および厳しい遅延要件下で、孤立したエッジまたは中央クラウドソリューションを上回ることを確認している。
• 本手法は、チャネル状態とリソース利用可能性に基づき、各タスクに対して最適なクラウド（エッジまたは中央）を動的に選択することで、エネルギー効率と低遅延コンピューティングの両立を効果的に実現する。