分层级联无线分布式学习算法

大幅削减通信开销

面向6G的无线大规模分布式机器学习算法，通过分片与分层自适应级联架构显著降低通信开销并提升能效。

Zhang, Xiuxian · 朱晓荣

IEEE Internet of Things Journal 2024

技术优势

通信开销大幅降低

通过分片和分层自适应级联架构减少节点间通信，从而大幅降低通信开销。

单轮训练延迟降低

通过联合优化分片数、拓扑和计算资源分配，提高训练效率，从而降低单轮训练延迟。

系统能耗降低

联合优化模型在降低系统能耗的同时，通过分片和级联架构减少不必要的通信和计算。

应用场景

• 6G网络：提供可扩展的分布式学习架构，解决6G中海量设备协同训练的通信瓶颈。
• 物联网：支持物联网设备大规模分布式学习，降低通信和能耗，延长设备寿命。
• 边缘计算：通过分片和拓扑优化，使边缘节点高效协同训练，减少与云端通信。