论文标题：Sustainable edge computing: Challenges and future directions 中文标题：可持续边缘计算：挑战与未来方向
作者信息：
- Patricia Arroba, Department of Electronic Engineering, Universidad Politécnica de Madrid, Madrid, Spain
- Rajkumar Buyya, Cloud Computing and Distributed Systems (CLOUDS) Lab, The University of Melbourne, Melbourne, Australia
- Román Cárdenas, Department of Electronic Engineering, Universidad Politécnica de Madrid, Madrid, Spain
- José L. Risco-Martín, Department of Computer Architecture and Automation, Universidad Complutense de Madrid, Madrid, Spain
- José M. Moya, Department of Electronic Engineering, Universidad Politécnica de Madrid, Madrid, Spain
论文出处：Softw: Pract Exper. 2024;54:2272–2296. wileyonlinelibrary.com/journal/spe
摘要： 本文提出了一种前瞻性策略，旨在将边缘计算的潜在威胁转变为机遇，推动未来边缘基础设施的可持续演进，使其在环境和经济上都具有竞争力，以加速其被采纳。文章概述了与边缘部署和运营相关的主要挑战，强调了能效、容错自动化和协作编排。提出了一种集成两相浸没冷却、形式化建模、机器学习和联邦管理的方法，以有效利用异构性，推动边缘计算的可持续性。为了证明这种方法的有效性，文章详细介绍了建立高级驾驶辅助系统应用的边缘基础设施可持续性初步工作。
1. 引言： 介绍了边缘计算范式的出现，以及它如何满足数据密集型应用的需求，特别是来自物联网（IoT）应用的数据。讨论了将计算资源放置在数据源附近的优势，包括减少用户感知的延迟、加速处理速度、降低网络成本和带宽使用，以及在连接问题时提供本地可靠性。
2. 边缘计算向可持续性过渡的局限性和主要开放性挑战： 讨论了在设计支持边缘计算的基础设施部署和运营时需要考虑的三个因素，包括边缘基础设施的战略部署位置、能源效率的预期下降，以及满足未来应用的IT需求。
3. 两相浸没冷却技术以实现可持续的边缘部署： 介绍了两相浸没冷却技术如何提高能源效率、适应气候的灵活性、增加功率密度和减少物理占地面积，以及提高成本效益。
4. 基于模型的系统工程和机器学习实现边缘自动操作： 提出了将基于模型的系统工程和系统优化与形式化规范和机器学习相结合的目标，以创建具有两个主要目标的正式边缘计算模型。
5. 边缘联合体用于协作资源管理： 强调了在网络边缘本地感知的服务请求的显著可变性，以及为确保服务可用性而进行协作的必要性。
6. 设想的集成方法： 提出了一个高层次的框架，包括为未来关键物联网应用的可持续交付所必需的基础设施。
7. 用例：用于高级驾驶辅助系统的可持续边缘计算： 介绍了一个用例，该用例展示了如何通过两相浸没冷却、建模、仿真和优化框架以及联邦管理的结合来减少能源价格波动对整体ADAS服务成本的影响。
8. 结论和未来方向： 总结了文章的主要发现，并提出了未来的研究方向，包括探索更高的IT功率密度的两相浸没冷却的阈值、评估创新的流体冷凝方法、制定可持续的方法来定制和部署边缘联合体等。
