云边协同计算的资源利用率提升技巧
1.资源协同
资源协同是云边协同计算中的一个重要环节，它主要涉及到计算资源、存储资源的协同处理。例如，在AI训练与应用系统中，中心云部署大规模的AI训练软件，发挥中心云计算资源丰富的特点，加快AI训练的速度，而在边缘云上，则主要是利用训练好的AI算法进行AI的推理应用。这样，中心云产生的AI算法，就可以服务大量边缘AI上的应用。同时，边缘网络上有很多数据，可以传递到中心云进行训练，训练完成后，可以快速推到边缘网络使用，形成闭合循环迭代。这种方式可以大幅降低中心云的带宽需求，提高中心云的存储效率。
2.数据协同
数据协同是指边缘节点负责数据采集，按照模型或业务规则对原始数据进行预处理及简单分析，然后把结果和相关数据上传给云端；云端可以对海量数据进行存储、分析和价值挖掘。边缘和云之间的数据协同，使得数据能够在边缘和云之间有序流动，从而形成一条完整的数据流转路径，便于之后对数据进行生命周期管理与价值挖掘。
3.服务协同
服务协同是云端完成模型的训练之后，将模型下发给边缘节点，边缘节点按照模型进行推理；云端管理边缘侧应用的生命周期，包括应用的部署、启动、停止、删除及版本更新等；云端生成应用编排策略，边缘侧按照云端策略执行应用。
4.利用5G和物联网技术
随着5G和物联网时代的到来，云边协同计算边缘智能优化可以提高数据处理实时性与带宽成本，并且结合5G技术，降低边缘数据上传到云中心的时延，形成高效稳定的云边端一体化海量数据采传收方案。
5.强化学习资源分配
一种云边协同的双利益均衡禁忌强化学习资源分配方法，综合地将用户任务平均完成时间作为用户利益指标，将服务商的平均资源利用率作为服务商利益指标，通过禁忌强化学习方法面对实时动态的用户任务时候自适应地做出最优的资源分配决策。
以上就是云边协同计算的资源利用率提升的一些主要技巧。
