INGR Roadmap Edge Services and Automation Chapter
Notice bibliographique
Résumé
This third edition (2023) continues to reflect the Edge service roadmap and journey with evolving key drivers and developments. It replaces the two earlier versions. 5G deployments have reached critical markets and are fast evolving towards 6G promising higher performance and near sub-millisecond latency. Higher automation in use cases fueled by AI (e.g. like ChatGPT) is expected to be the core of future applications and services. The service providers have started re-focusing on use cases that can leverage the new and improved capabilities for better average revenue per unit (ARPU) for both consumers and enterprises. Some of the edge relevant Service oriented use cases are based on key constraints (low latency, high throughput, low jitter) ▪Industrial Internet of Things (IIoT) Industry 4.0 ▪Vehicle to anything - V2X (autonomous vehicle / intelligent transportation / traveling edge) ▪Telehealth / telemedicine / remote diagnostics ▪Content delivery (with caching, real time, rich media internet applications) ▪Ad hoc, temporary or on as needed mission specific edge services (emergency, ad hoc major events, DoD combat mission, and more) ▪Enabling sustainable development edge applications. Key elements of the edge-inspired infrastructure to support such services may be noted as follows: ▪Enabling edge with AIML, e.g., OpenAI / *ChatGPT ▪Radio-based Multi-Access Edge (MEC) to provide different services ▪Real-time / near real time enabled radio control, management, and xApps based on O-RAN ▪Constraint-based edge infrastructure to optimize power, form factor, and updates to NFV-SDN with the IoT middleware standards OneM2M from ETSI to cover IoT applications ▪The focus on data privacy, security, data “localization and analytics” ▪Intelligent edge microservices and applications deployed using newer infrastructure components from Semiconductor innovations e.g. DPU, IPU, etc. ▪MEC and 5G integration to support location-based edge platform API adaption ▪Small cells and private B5G networks We classify platform aspects with Edge Platform Framework (EPF) and Services with Edge Service Framework (ESF) updates and overall aspects as Edge Service and Platform Framework (ES&PF) for an integrated view.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».