由于边缘应用程序的高度异构型使得传统云计算不能有效适用于边缘应用程序。因此，边缘计算面临一个全新的挑战：如果有效地编排这些异构资源以满足应用程序的需要，降低延迟。 如果边缘云由GPUs和CPUs组成，主要面临以下三个问题： 1) 何时在GPUs上提供请求，何时使用CPUs？如果划分工作才能最有效地利用现有资源？ 2) 将作业划分为多个流水线和并行任务之后，我们如何将它们映射到适当的计算结点，以最小化它们的总体延迟 3) 由于边缘云的多样性，我们如何避免某一任务明显落后于均匀环境？ 针对一中所提出的三个问题，论文中提出了一种资源编排方案： 1) 将任务的资源需求与底层节点的资源相匹配 2) 将任务的工作负载与底层节点的资源相匹配 3) 适当分割处理能力差异很大的处理器（GPU和CPU） 此篇论文将从两个立体声视频流中进行实施3D场景重建来探讨一个可能的异构边缘云的资源编排方案。

附件: Hetero-Edge论文介绍_陶玉娇.pdf [登录 后查看]