摘要
本公开的实施例提供一种边缘计算单元系统功耗控制方法及系统。应用于边缘计算技术领域,包括:采集边缘计算设备历史输入数据,并在云端建立LSTM时间序列预测模型,并将部署在边缘计算设备上;将预测模型集成至边缘设备固件中,并部署轻量级随机森林分类器确定任务输出,划分设备运行时段,完成设备运行状态设定;构建设备调节运行机制,并对边缘设备进行运行调节,并收集反馈数据;基于反馈数据并采用增量学习方法对LSTM时间序列任务预测模型进行参数周期性更新。以此方式,本发明能够在边缘侧实现精准任务预测、智能调度决策与低开销模型部署,通过减少无效唤醒事件数量,在延长设备寿命与保障任务服务质量之间达成平衡。
技术关键词
系统功耗控制
设备运行状态
增量学习方法
随机森林
时间序列预测模型
功耗控制系统
密度
数据采集模块
模型更新
周期性
预测误差
延长设备寿命
边缘计算技术
分类器
时钟发生器
固件
云端
特征数