跳到正文
热点事件持续更新

提出面向5G用户面的按需推理IoD抽象

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

2026年10月14日,arXiv Artificial Intelligence 发布的一项研究提出 Inference on Demand(IoD)方案:通过类 CAMARA 的 API 暴露拆分推理,并在 5G 用户面路径上带内传输拆分感知的 tensor 上下文。作者为 Rodrigo Moreira 等。团队在基于可编程 UPF 的测试床上用可分区视觉 AI 负载进行验证,结果显示自适应拆分选择可作为面向网络的服务运行,避免静态配置的刚性成本。该工作已被 IEEE Future Networks World Forum 2026(葡萄牙)接收,将发表于其会议论文集。目前进展为方案提出与测试床验证,尚无后续报道。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv Artificial Intelligence
    将 AI 推理暴露为 5G 用户面上的电信网络 API:Inference on Demand 方案

    研究提出 Inference on Demand(IoD),通过类 CAMARA 的 API 暴露拆分推理,并在 5G 用户面路径上带内传输拆分感知的 tensor 上下文。团队在基于可编程 UPF 的测试床上用可分区视觉 AI 负载验证,显示自适应拆分选择可作为面向网络的服务运行,避免静态配置的刚性成本。该工作被 IEEE Future Networks World Forum 2026 接收。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。