Cloud Is Closer Than It Appears: Revisiting the Tradeoffs of Distributed Real-Time Inference

Diese Arbeit untersucht die Machbarkeit von Cloud-basierter Inferenz für latenzempfindliche cyber-physikalische Systeme neu und stellt die Annahme in Frage, dass die lokale Verarbeitung stets überlegen ist. Sie zeigt, dass Cloud-Plattformen mit hohem Durchsatz die Leistung von On-Device-Systemen für Echtzeit-Steuerungsaufgaben erreichen oder übertreffen können, indem sie Netzwerk- und Warteschlangenverzögerungen amortisieren.