Belangrijkste concepten
Tangramは、通信と計算の両面を最適化した効率的なサーバーレスクラウドエッジビデオ分析システムである。適応的なフレーム分割アルゴリズムを使用して領域の関心領域(RoI)をパッチに整列させ、SLO対応のバッチ処理アルゴリズムを開発することで、帯域幅消費と計算コストを大幅に削減しつつ、SLO違反率を5%以内に抑えることができる。
Samenvatting
Tangramは、クラウドエッジ協調コンピューティングパラダイムを活用したビデオ分析システムである。その主な特徴は以下の通りである:
-
適応的なフレーム分割アルゴリズム:
- 高解像度ビデオから領域の関心領域(RoI)を抽出し、パッチに整列させる。
- これにより、オブジェクトの欠落を最小限に抑えつつ、効率的な推論のためのバッチ処理を可能にする。
-
SLO対応のバッチ処理アルゴリズム:
- サーバーレス関数の実行時間と割り当てられたリソースに基づいて、コストを最小化しつつSLOに準拠するようバッチサイズを動的に決定する。
- これにより、動的な推論ワークロードにも柔軟に対応できる。
-
パッチの「ステッチング」:
- 異なるサイズのパッチを統一サイズのキャンバスにステッチすることで、リサイズやパディングによる精度低下を回避しつつ、効率的な推論を実現する。
Tangramの評価実験では、帯域幅消費を最大74.30%、計算コストを最大66.35%削減しつつ、SLO違反率を5%以内に抑えることができた。また、精度低下は無視できるレベルであることが確認された。
Statistieken
高解像度ビデオの非RoI領域は最大15.43%を占める
RoIの数と大きさが変動する中、平均RoI推論時間は1カメラから5カメラへの増加に伴い59.07msから325.84msまで指数関数的に増加する
Citaten
"高解像度カメラは様々なエッジアプリケーションで増加しており、高解像度ビデオ分析は近年の活発な研究分野となっている。"
"RoIベースの手法は通信効率を大幅に改善できるが、RoIのサイズが異なるため、GPUの推論を複雑化させる。"
"サーバーレス関数は動的なワークロードに対処するのに適しているが、ビデオ分析、特にRoIのバッチ処理との組み合わせは未解決の課題である。"