Компьютерные науки > Искусственный интеллект [представлен 16 сентября 2026 года] Название: Где должны жить агенты? Энерго-мемориальная характеристика Agential IA для Edge-Cloud Continuum View PDF HTML (экспериментальный) Резюме: По мере эволюции телекоммуникационных сетей в сторону автономных операций 5G-Advanced и 6G, агентические искусственные интеллектовые процессы (AI), когда крупные языковые модели (LMS) выполняют многоэтапные рассуждения, используют диагностические инструменты, обретают знания домена и координируются между группами агентов, все чаще внедряются по всему континуму кромки облака. В то время как биологический мозг достигает сложного когнитивирования на исключительно скромном метаболическом энергетическом балансе примерно 20W современных МГТ, они являются крайне энергоемкими и воспоминающими, в связи с чем устойчивое оркестрирование жизненного цикла является важнейшим оперативным приоритетом. Вместе с тем существующие метрики жизненного цикла АИ позволяют оценить лишь отдельные, однотипные выводы или полностью не учитывают графики выполнения с участием нескольких агентов. Следовательно, операторы сетей не имеют базовых моделей для определения того, сопряжена ли связь между распределенными агентами с существенными расходами на энергию и где должны физически находиться группы агентов в пределах кромок облака. Для устранения этого пробела мы внедряем агенто-эКАЛ, обобщая энергетическую стоимость AI Life Cycle (ECAL) для направления многоагрегированных рабочих…
Где должны жить агенты? Характеристика агентической ИИ для элегантной системы
arXiv: 2609.18283v1 Annualce Type: Cross Brieft: По мере развития телекоммуникационных сетей в сторону автономных операций 5G-Advanced и 6G, рабочие процессы агентического искусственного интеллекта (АИ), когда крупные языковые модели (LMS) выполняют многоэтапные рассуждения, используют диагностические инструменты, извлекают знания домена и координируются между группами агентов, все чаще внедряются по всему континуму кромки облака. В то время как биологический мозг достигает сложного когнитивирования на исключительно скромном метаболическом энергетическом балансе примерно 20W современных МГТ, они являются крайне энергоемкими и воспоминающими, в связи с чем устойчивое оркестрирование жизненного цикла является важнейшим оперативным приоритетом. Вместе с тем существующие метрики жизненного цикла АИ позволяют оценить лишь отдельные, однотипные выводы или полностью не учитывают графики выполнения с участием нескольких агентов. Следовательно, операторы сетей не имеют базовых моделей для определения того, сопряжена ли связь между распределенными агентами с существенными затратами на энергию и где группы агентов должны быть физически