Efficient AIoT Resource Management Techniques Reflecting Virtualization Resource Allocation in Production Environments

인공지능과 사물인터넷의 융합이 가속화되면서 오늘날 많은 기업들이 경쟁력과 효율성을 높이기 위해 산업현장에서 AIoT를 광범위하게 사용하고 있다. 산업 현장에서 컴퓨팅 집약적이고 리소스 집약적인 네트워크 에지는 효율적이지만, 리소스 용량 및 전력 예산에는 낮은 대기 시간과 에너지 효율성을 높일 수 있는 관리 방법이 필요하다. 본 논문에서는 AIoT 자원 관리의 모델 성능(정확성 및 견고성)과 자원 비용을 동시에 최적화 할 수 있는 가상화된 자원 할당 기반 AIoT 자원 관리 기법을 제안한다. 제안 방법은 랴푸노프(Lyapunov) 최적화 이론을 사용하여 에지 및 클라우드 리소스의 병목 현상을 최소화하여 저비용으로 지속적인 학습을 수행한다. 또한, 제안 방법은 AIoT 리소스의 지속적인 학습 모델에 가중치를 지속적으로 업데이트하여 가상화 리소스 할당을 통해 리소스의 처리 지연 및 네트워크 오버헤드를 최소화한다.