La Computación móvil de borde MEC

 La Computación móvil de borde, Mobile Edge Computing o MEC  [1]

el acrónimo MEC se usa indistintamente para referirse a la computación de borde móvil y la computación de borde de acceso múltiple, ya que su idea principal, los avances en el rendimiento, la realización y los beneficios en términos de computación son los mismos. En los últimos años, MEC ha atraído la atención masiva de gigantes tecnológicos como Huawei, Ericsson y AT&T, y ha sido estandarizada como una tecnología clave en el futuro IIoT por el Consorcio de Internet Industrial (IIC) [12]

La descarga parcial requiere que una tarea de cálculo se divida en dos partes, una ejecutada localmente y la otra descargada a MEC para el cálculo. La descarga binaria, por otro lado, solo permite que una tarea se ejecute localmente o de forma remota. En la práctica, la descarga parcial es favorable para la visibilidad de la producción que se compone de múltiples segmentos paralelos.

La descarga binaria es adecuada para tareas más simples como el monitoreo ambiental. En términos de maximización de la eficiencia computacional, la descarga computacional parcial tendría un mejor desempeño que la binaria [14].

Relacion con la WPT

La integración de MEC y WPT ha fomentado una nuevo paradigma llamado MEC inalámbrico [13], [17] [18], [19],[20]

Desafios

ancho de banda limitado, la conectividad intermitente,doblemente cercano, lejano y causalidad energética, la programación en MEC con tecnología inalámbrica también se enfrenta a  problemas de dependencia de múltiples recursos más complicados.    [1]

REQUISITOS DE RED Y ARQUITECTURA

Según sus objetivos, se pueden clasificar en tres grupos:  [1]

1) visibilidad de la producción, donde se utilizan sensores y nodos de borde para brindar a los ingenieros y gerentes de planta una vista en tiempo real del rendimiento de sus equipos. . [1]

2) gestión de instalaciones, donde la robótica inteligente puede funcionar a través de canales inalámbricos para adoptar el concepto de mantenimiento predictivo propuesto por el modelo YuMi de ABB [1]

3) optimización de la cadena de suministro, donde se puede implementar MEC inalámbrico para mapear el flujo de materiales y rastrear los tiempos del ciclo de fabricación.  [1]

Los requisitos clave para admitir varios casos de uso de IIoT con MEC inalámbrico[1]

. Arquitectura de red y componentes clave de MEC inalámbrico para IIoT

acoplamiento temporal y espacial

tecnologías basadas en aprendizaje por refuerzo profundo (DRL) (por ejemplo, Q-learning profundo) y optimización de Lyapunov. Debido a la naturaleza variable en el tiempo de los entornos inalámbricos, los modelos de tecnologías basadas en DRL requieren un proceso de aprendizaje en línea [1]

Bibliografia

[1] H. Wu, H. Tian, G. Nie, and P. Zhao, “Wireless Powered Mobile Edge Computing for Industrial Internet of Things Systems,” IEEE Access, vol. 8, pp. 101539–101549, 2020, doi: 10.1109/ACCESS.2020.2995649.

[12] M. Tseng, T. Edmunds, and L. Canaran, ‘‘Introduction to edge computing in IIoT,’’ Ind. Internet Consortium, Needham, MA, USA, White Paper IIC:WHT:IN24:V1.0:PB:20180618, Jun. 2018.

[13] F. Zhou, Y. Wu, R. Q. Hu, and Y. Qian, ‘‘Computation rate maximization in UAV-enabled wireless-powered mobile-edge computing systems,’’ IEEE J. Sel. Areas Commun., vol. 36, no. 9, pp. 1927–1941, Sep. 2018.

[14] F. Zhou and R. Q. Hu, ‘‘Computation efficiency maximization in wirelesspowered mobile edge computing networks,’’ IEEE Trans. Wireless Commun., vol. 19, no. 5, pp. 3170–3184, May 2020

[18] X. Hu, K.-K. Wong, and K. Yang, ‘‘Wireless powered cooperation-assisted mobile edge computing,’’ IEEE Trans. Wireless Commun., vol. 17, no. 4, pp. 2375–2388, Apr. 2018.

 [19] F. Wang, J. Xu, X. Wang, and S. Cui, ‘‘Joint offloading and computing optimization in wireless powered mobile-edge computing systems,’’ IEEE Trans. Wireless Commun., vol. 17, no. 3, pp. 1784–1797, Mar. 2018.

 [20] H. Wu, X. Lyu, and H. Tian, ‘‘Online optimization of wireless powered mobile-edge computing for heterogeneous industrial Internet of Things,’’ IEEE Internet Things J., vol. 6, no. 6, pp. 9880–9892, Dec. 2019