绿色算力网络中智能匹配任务卸载方案.pdfVIP

研究与开发

绿色算力网络中智能匹配任务卸载方案

兰世战1,2，马丽芳3

（1.华南理工大学软件学院，广东广州510006；

2.中国移动通信集团广西有限公司，广西南宁530012；

3.广西建设职业技术学院信息工程学院，广西南宁530007）

摘要：算力网络通过整合云、边、端算力资源，为数字经济提供数据感知、传输、运算等一体化服务，但

其高速发展伴随亟待解决的高能耗问题。任务卸载技术通过合理分配计算任务，提升用户体验、降低传输时

延并减少能耗，是一种重要的解决方案。为降低算力网络的整体能耗，实现绿色可持续发展，提出了一种基

于匹配机制的智能匹配任务卸载方案。通过匹配算力网络中的任务与节点资源，减少因不合理任务卸载产生

的能源消耗，提升算力网络的整体性能表现。同时采用结合强化学习与神经网络的深度学习方法，进一步优

化卸载策略，显著降低算力网络能耗。仿真实验验证表明，该方法具有良好的有效性与可靠性。

关键词：算力网络；智能匹配；强化学习；深度学习

中图分类号：TP18

文献标志码：A

doi:10.11959/j.issn.1000−0801.2025030

Intelligentmatchingtaskoffloadingscheme

ingreencomputingpowernetworks

LANShizhan1,2,MALifang3

1.SchoolofSoftwareEngineering,SouthChinaUniversityofTechnology,Guangzhou510006,China

2.ChinaMobileGroupGuangxiCo.,Ltd.,Nanning530012,China

3.FacultyofInformationEngineering,GuangxiPolytechnicofConstruction,Nanning530007,China

Abstract:Byintegratingcloud,edge,anddeviceresources,thecomputingpowernetworksprovideintegratedser‐

vicessuchasdatasensing,transmission,andcomputationforthedigitaleconomy.However,theirrapiddevelopment

isaccompaniedbypressingchallengesofhighenergyconsumption.Thetaskoffloadingtechnologyisanimportant

solutionthatallocatescomputingtasksproperly,improvesuserexperience,reducestransmissionlatencyandenergy

consumption,makingitacrucialsolution.Inordertoreducetheoverallenergyconsumptionofcomputingpowernet‐

worksandachievegreen,sustainabledevelopment,anintelligentmatchingtaskunloadingschemebasedonmatching

mechanismwasproposed.Bymatchingtasksandnoderesourcesinthecomputingpowe