中新社天津3月25日电 (记者 张道正)记者25日从天津大学获悉，该校智能与计算学部王晓飞教授所在团队成功在边缘智能计算研究方面取得重大进展。

　　该进展将是突破5G网络传输速率、超低延时需求、海量设备链接等目标的重要一环，其研究成果《边缘智慧：利用联邦学习将边缘计算、存储和传输智慧化》发表在计算机领域刊物《IEEE网络》上，另外一篇研究成果《设备-设备融合通讯的移动网络层级化边缘缓存模型优化与设计》发表在无线通讯领域期刊《IEEE通信选域期刊》上。

　　据权威机构预测，到2020年，世界上的物联网设备数量将超过200亿台。在这样的规模下，传统的集中式云计算处理架构将无法满足如此大量的计算任务，边缘计算由此诞生。

　　借助于边缘计算，大规模的数据不需要经历云端传输的延时，直接在边缘侧处理，从而极大地提高用户服务质量。然而，边缘计算框架下，如何实现智能化的信息存储和传输是学界及产业界研究的热点难题。

 

　　王晓飞教授团队用人工智能替代传统的建模方法，将边缘计算与以深度学习为代表的人工智能技术结合起来，令二者相互支撑，相互加速，有效解决了4G向5G转变中多样性、公平性、自适用性、多维性、规模性等方面的问题。

　　这个模式被王晓飞称为面向5G的“边缘智能与智能边缘”。在边缘智能计算方面，边缘计算为人工智能提供了一个高质量的计算架构，对一些时延敏感、计算复杂的人工智能应用提供了切实可行的运行方案。在智能边缘计算方面，人工智能技术也在边缘计算的许多环节中扮演着决策者的角色，对节点资源起到了优化作用，成为了边缘计算的重要技术支柱。(完)