研究方向边缘网络
Research Area

边缘网络Edge Networks

把计算能力部署到数据产生的现场,让终端、边缘与云端根据任务变化实时协作,支撑低时延、可信赖的智能服务。

让智能离现场更近一步
DEVICE · EDGE · CLOUD
Research Focus

在算力、时延与能耗之间建立动态平衡

边缘网络的核心不是简单地把云端搬近,而是让计算、通信、存储与感知资源围绕任务需求协同组织。

01 / ORCHESTRATE

端边云协同

研究不同层级节点的能力描述、服务编排和协作机制。

02 / SCHEDULE

任务卸载与调度

结合网络状态、任务优先级和资源约束,动态选择执行位置。

03 / DISTRIBUTE

分布式智能

在多节点间开展协同推理与学习,兼顾隐私、可靠性和实时性。

Operational Loop

任务随环境流动,能力按需求组合

系统持续理解任务与网络状态,在每次变化中重新寻找更合适的执行策略。

01

状态感知

采集终端负载、链路质量、边缘算力与任务时限等实时信息。

02

任务分解

识别可本地执行、可卸载与可协同处理的计算模块。

03

资源编排

联合优化通信和计算资源,选择满足目标的节点与传输路径。

04

在线调整

根据执行反馈、移动性与网络变化及时迁移任务或更新策略。

Applications

需要即时响应的网络化智能

智慧城市

在城市边缘节点就近处理多源感知数据,缩短事件发现与响应链路。

工业互联网

为生产现场的实时检测、控制与设备协同提供稳定算力。

协同感知

组织分散节点共享特征与结果,形成更完整的区域态势。

隐私计算

让敏感数据尽量留在本地,通过模型或中间结果完成协同。

边缘网络让智能不必等待远端响应,而能在现场及时形成闭环。

ASCEND Lab · Edge Networks
Next Research Area

物联网

连接设备、数据与服务,形成可持续演进的智能系统。

下一方向