[論文レビュー] Unleashing the Power of Edge-Cloud Generative AI in Mobile Networks: A Survey of AIGC Services

Minrui Xu, Hongyang Du+10 more|arXiv (Cornell University)|Mar 28, 2023

AI in cancer detection被引用数 56

ひとこと要約

本論文は、モバイルエッジネットワークがクラウド-エッジ-モバイル協調を通じてAIGCサービスを提供できる方法を調査し、ライフサイクル、インフラストラクチャ、アプリケーション、課題、および将来の方向性を概説する。

ABSTRACT

Artificial Intelligence-Generated Content (AIGC) is an automated method for generating, manipulating, and modifying valuable and diverse data using AI algorithms creatively. This survey paper focuses on the deployment of AIGC applications, e.g., ChatGPT and Dall-E, at mobile edge networks, namely mobile AIGC networks, that provide personalized and customized AIGC services in real time while maintaining user privacy. We begin by introducing the background and fundamentals of generative models and the lifecycle of AIGC services at mobile AIGC networks, which includes data collection, training, finetuning, inference, and product management. We then discuss the collaborative cloud-edge-mobile infrastructure and technologies required to support AIGC services and enable users to access AIGC at mobile edge networks. Furthermore, we explore AIGCdriven creative applications and use cases for mobile AIGC networks. Additionally, we discuss the implementation, security, and privacy challenges of deploying mobile AIGC networks. Finally, we highlight some future research directions and open issues for the full realization of mobile AIGC networks.

研究の動機と目的

• AIGC、PGC、UGCを定義し、モバイルネットワークにおけるAIGCサービスのライフサイクルを確立する。
• リアルタイムでプライベートなAIGC提供のため、クラウド-エッジ-モバイルが協調するモバイルAIGCネットワークを提案する。
• 創造的なAIGCアプリケーションを調査し、モバイルエッジ環境でのユースケースを具体例として示す。
• 実装、セキュリティ、プライバシーの課題を特定し、将来の研究課題の方向性を議論する。

提案手法

• モバイルネットワークにおけるAIGCとそのライフサイクルの背景を提供する（データ収集、事前学習、微調整、推論、製品管理）。
• モバイルエッジネットワークでAIGCサービスをサポートするために必要なクラウド-エッジ-モバイル協調インフラストラクチャを説明する。
• モバイルAIGCネットワークにおけるテキスト、画像、動画、3Dコンテンツ生成を網羅するユースケースとアプリケーションを提示する。
• リソース割り当て、キャッシング、モビリティ、プライバシー、セキュリティの考慮事項を含む実装上の課題を分析する。
• ネットワーキング、コンピューティング、機械学習の観点からの将来の研究課題を議論する。

Figure 1: The overview of mobile AIGC networks, including the cloud layer, the edge layer, and the mobile device layer. The lifecycle of AIGC services, including data collection, pre-training, fine-tuning, inference, and product management, is circulated among the core networks and edge networks.

実験結果

リサーチクエスチョン

• RQ1 クラウド-エッジ-モバイル協調を用いて、モバイルエッジネットワークでAIGCサービスを提供するにはどうすればよいか？
• RQ2 低遅延でプライバシー保護されたモバイルAIGCサービスをサポートするために、どのようなインフラストラクチャと技術が必要か？
• RQ3 モバイルAIGCネットワークの利点を示す現実的なユースケースとアプリケーションは何か？
• RQ4 モバイルAIGCネットワークを展開する際の主要な実装上の課題と未解決の問題は何か？
• RQ5 完全なモバイルAIGC展開を実現するために提案される将来の研究方向は何か？

主な発見

• AIGCは、モバイル環境で、テキスト、画像、動画、3Dモダリティ全般で高速かつパーソナライズされたコンテンツ生成を可能にする。
• モバイルAIGCネットワークは、低遅延を実現するため、事前学習にはクラウドを、データ収集、推論、管理にはエッジを依存する。
• データ収集、ファインチューニング、推論はエッジで局所化でき、プライバシーとカスタマイズ性を高める。
• リソース割り当て、モデルのキャッシング、モビリティ管理、インセンティブ機構は、実用的なエッジ展開に不可欠である。
• セキュリティ、プライバシー、コンテンツの完全性は、モバイルAIGC提供において対処すべき重要な課題である。

Figure 2: The development roadmap of AIGC and mobile edge networks from 2013 to Oct 2023. From the perspective of AIGC technology development, AIGC has evolved from generating text and audio to generating 3D content. From the perspective of mobile edge computing, computing has gradually shifted from