边端环境下面向能耗优化的多设备多神经网络应用拆分推理方法

本发明涉及一种边端环境下面向能耗优化的多设备多神经网络应用拆分推理方法，属于计算机服务技术领域。该方法旨在解决工业互联网中深度神经网络模型在端设备上推理的能耗问题。通过对边端环境和DNN模型精细化建模，结合遗传算法和贪心策略，生成DNN分区与卸载策略和资源分配方案，在成本和最大端到端延迟约束下实现最小化端设备功耗的目标。该方法支持大规模数量的端设备，且每个端设备上可部署多个不同复杂DNN模型，通过精细化的资源分配和任务调度，能够在成本约束下充分利用环境中的多个边缘服务器。本发明为工业互联网领域的DNN模型推理提供了一种能耗优化的解决方案，推动IIoT系统的智能化发展。