边缘计算面临着独特的挑战，因为边缘资源在能力和容量上高度多样，并且分布广泛。现有的分布式计算框架无法有效应对这种异构性和分布性。本文提出了EdgeFaaS，一个新颖的函数基础边缘计算框架，旨在使边缘应用能够有效利用分布在物联网（IoT）、边缘和云中的异构资源进行计算。
EdgeFaaS引入了函数虚拟化和存储虚拟化，以抽象分布式和异构的物理资源，并为部署和执行函数以及存储和访问数据提供一致的虚拟接口。该框架全面支持多样化的边缘计算工作流，同时允许用户灵活调整配置，探索各种重要权衡。
为了展示其可用性，本文还在真实的测试平台上实现并评估了三个具有代表性的工作流：视频分析、联邦学习和音频分类，涉及100多个地理分布的IoT设备、边缘服务器和云服务。EdgeFaaS允许用户灵活探索这些工作流在分布式和异构资源上的部署配置。例如，用户可以轻松地调整视频处理管道的函数位置，研究计算和通信成本之间的权衡；用户还可以灵活调整层次联邦学习系统中的集群数量和规模，探索训练准确度与速度之间的权衡。
博主点评： EdgeFaaS的提出为边缘计算的异构资源管理提供了一个创新的解决方案，尤其是在IoT和云计算日益普及的背景下。这一框架的灵活性和可扩展性使其在实际应用中具有重要的价值，尤其是在需要快速响应的应用场景中。其对不同工作流的支持也展示了边缘计算的广泛适用性。