可互操作的 GPU 内核作为 MEC 的延迟改进器
Interoperable GPU Kernels as Latency Improver for MEC
AI总结：
本文提出用 SPIR-V 兼容 GPU 内核作为中间表示替代视频编解码器，在 UE 与 MEC 服务器间传输图形数据，从而避免视频解码，将 UE 延迟降低七倍并实现毫秒级应用迁移。
摘要：
当 5G 成为主流时，混合现实（MR）应用预计将变得普遍。然而，由于基于视频的图形远程处理所需的资源（即视频编解码器解码），延迟要求难以满足。我们提出了一种应对这一挑战的方法：一种客户端-服务器实现，用于在移动 UE 和 MEC 服务器之间传输中间表示（IR），而不是视频编解码器，从而避免视频解码。我们展示了在传输图形的边缘计算工作负载上解决延迟瓶颈的能力。我们选择与 SPIR-V 兼容的 GPU 内核作为中间表示。我们的方法需要 GPU 架构和 GPU 领域特定语言（DSL）方面的专业知识，但与基于视频的边缘图形相比，它将 UE 设备延迟降低了七倍。此外，我们发现由于 UE 和 MEC 服务器上的冷启动时间都很短，应用迁移可以在毫秒级内完成。我们暗示基于图形的、位置感知的应用（如 MR）可以从这种方法中受益。
英文摘要：
Mixed reality (MR) applications are expected to become common when 5G goes mainstream. However, the latency requirements are challenging to meet due to the resources required by video-based remoting of graphics, that is, decoding video codecs. We propose an approach towards tackling this challenge: a client-server implementation for transacting intermediate representation (IR) between a mobile UE and a MEC server instead of video codecs and this way avoiding video decoding. We demonstrate the ability to address latency bottlenecks on edge computing workloads that transact graphics. We select SPIR-V compatible GPU kernels as the intermediate representation. Our approach requires know-how in GPU architecture and GPU domain-specific languages (DSLs), but compared to video-based edge graphics, it decreases UE device delay by sevenfold. Further, we find that due to low cold-start times on both UEs and MEC servers, application migration can happen in milliseconds. We imply that graphics-based location-aware applications, such as MR, can benefit from this kind of approach.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
