[논문 리뷰] Edge and Central Cloud Computing: A Perfect Pairing for High Energy Efficiency and Low-latency

Xiaoyan Hu, Lifeng Wang외 4명|arXiv (Cornell University)|2018. 06. 23.

Advanced MIMO Systems Optimization참고 문헌 42인용 수 10

한 줄 요약

이 논문은 이질적 이동통신 네트워크에서 에지 및 중앙 클라우드 컴퓨팅을 공동 최적화하는 프레임워크를 제안하여 지연 시간 제약 조건을 만족하면서 에너지 소비를 최소화한다. 분해 및 연속적인 의사볼록 최적화 방법을 사용해 클라우드 선택, 전송 전력, beamforming 및 공분산 행렬을 조율함으로써, 특히 대규모 MIMO 백홀을 갖춘 경우, 독립적인 에지 또는 클라우드 솔루션에 비해 상당한 에너지 절감과 지연 시간 감소를 달성한다.

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.

연구 동기 및 목표

• 모바일 컴퓨팅에서 에너지 효율성과 지연 시간 간의 상충 관계를 해결하기 위해 에지 및 중앙 클라우드 자원을 통합함으로써 에너지 효율성과 지연 시간 간의 균형을 도모한다.
• 이종 이동통신 네트워크(HetNet)에서 작업 오프로딩 및 계산을 위한 전체 시스템 에너지 소비를 최소화한다.
• 지연 시간 및 용량 제약 조건 하에서 클라우드 선택, 전송 전력, beamforming 및 공분산 행렬을 공동으로 최적화한다.
• 하이브리드 에지–중앙 클라우드 아키텍처에서 발생하는 혼합 정수, 비볼록 최적화 문제에 대한 실용적인 해법을 개발한다.
• 기존의 독립적인 에지 또는 중앙 클라우드만을 사용하는 방법에 비해 제안된 공존 모델의 성능 향상을 평가한다.

제안 방법

• 에지 클라우드 선택, 사용자 단말기(UE) 전송 전력, 소형 기지국(SBS) 수신 beamformer 및 SBS 전송 공분산 행렬을 공동 최적화하기 위한 혼합 정수, 비볼록 최적화 문제를 수립한다.
• 비볼록성을 다루기 위해 문제를 분해 기법을 사용해 분해하고, 연속적인 의사볼록 근사 방법을 통해 반복적으로 해결한다.
• 라그랑주 이중법을 적용하여 KKT 조건을 유도하고 하위 문제를 해결함으로써 전력, beamforming 및 클라우드 할당 변수의 반복적 업데이트를 가능하게 한다.
• 마크로 기지국(MBS)에서의 대규모 MIMO를 활용하여 백홀 복잡성을 감소시키고 성능을 향상시킨다.
• KKT 조건 분석을 통해 해를 유도하며, 타당 영역, 전력 제한 영역, 지연 시간 제한 영역의 세 경우에 따라 최적 전력의 닫힌 형식 표현을 도출한다.
• 반복 알고리즘이 이종 네트워크(HetNet) 전반에 걸쳐 에너지 효율성과 지연 시간 제약 조건을 균형 잡는 부분 최적 해로 수렴한다.

실험 결과

연구 질문

• RQ1 지연 시간 제약 조건이 존재하는 HetNet에서 에지 및 중앙 클라우드 컴퓨팅을 공동 최적화하여 에너지 소비를 최소화하는 방법은 무엇인가?
• RQ2 독립적인 에지 또는 중앙 클라우드 오프로딩에 비해 하이브리드 에지–중앙 클라우드 아키텍처는 성능에서 어떤 이점을 가지는가?
• RQ3 마크로 기지국에서의 대규모 MIMO는 공동 최적화 프레임워크의 복잡성과 성능에 어떤 영향을 미치는가?
• RQ4 에너지 소비와 지연 시간 제약 조건을 동시에 고려할 때 최적의 전력 제어, beamforming 및 클라우드 선택 전략은 무엇인가?
• RQ5 KKT 조건과 연속적인 볼록 근사 방법은 비볼록 최적화 문제에 대한 실용적인 해법을 어떻게 가능하게 하는가?

주요 결과

• 제안된 공동 에지–중앙 클라우드 오프로딩 기법은 기존의 독립적인 에지 또는 중앙 클라우드 솔루션에 비해 에너지 효율성 향상과 지연 시간 감소 측면에서 뚜렷한 성능 향상을 달성한다.
• MBS에 대규모 안테나를 적용할 경우, 대규모 MIMO 백홀이 알고리즘 복잡성을 감소시키고 시스템 성능을 향상시켜 더 나은 수렴성과 낮은 에너지 소비를 가능하게 한다.
• 연속적인 의사볼록 근사 기반 반복 알고리즘이 모든 지연 시간 및 전력 제약 조건을 만족하면서 총 에너지 소비를 최소화하는 부분 최적 해로 수렴한다.
• KKT 조건에 기반해 세 가지 다른 경우(타당 영역, 전력 제한 영역, 지연 시간 제한 영역)에 따라 최적 전력 할당을 도출하였으며, 각 경우에 대해 닫힌 형식의 표현을 제공한다.
• 시뮬레이션 결과는 하이브리드 아키텍처가 고부하 컴퓨팅 환경과 엄격한 지연 요구 조건 하에서 고립된 에지 또는 중앙 클라우드 솔루션보다 뛰어난 성능을 보임을 확인한다.
• 채널 상태와 자원 가용성에 따라 각 작업에 대해 최적의 클라우드(에지 또는 중앙)를 동적으로 선택함으로써, 이론적으로 에너지 효율성과 저지연 컴퓨팅을 효과적으로 균형 잡는다.