Copertina

GenAI at the Edge: Comprehensive Survey on Empowering Edge Devices

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Navardi, Mozhgan, Aalishah, Romina, Fu, Yuzhe, Lin, Yueqian, Li, Hai, Chen, Yiran, Mohsenin, Tinoosh
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Distributed, Parallel, and Cluster Computing
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

EdgeNavMamba: Mamba Optimized Object Detection for Energy Efficient Edge Devices
di: Aalishah, Romina, et al.
Pubblicazione: (2025)

MedMambaLite: Hardware-Aware Mamba for Medical Image Classification
di: Aalishah, Romina, et al.
Pubblicazione: (2025)

MambaLiteSR: Image Super-Resolution with Low-Rank Mamba using Knowledge Distillation
di: Aalishah, Romina, et al.
Pubblicazione: (2025)

Benchmarking Message Brokers for IoT Edge Computing: A Comprehensive Performance Study
di: Paul, Tapajit Chandra, et al.
Pubblicazione: (2026)

RingAda: Pipelining Large Model Fine-Tuning on Edge Devices with Scheduled Layer Unfreezing
di: Li, Liang, et al.
Pubblicazione: (2025)

Next-Gen Computing Systems with Compute Express Link: a Comprehensive Survey
di: Chen, Chen, et al.
Pubblicazione: (2024)

Efficient Split Learning LSTM Models for FPGA-based Edge IoT Devices
di: Molina, Romina Soledad, et al.
Pubblicazione: (2025)

A DataOps Toolbox Enabling Continuous Semantic Integration of Devices for Edge-Cloud AI Applications
di: Scrocca, Mario, et al.
Pubblicazione: (2025)

ADApt: Edge Device Anomaly Detection and Microservice Replica Prediction
di: Mehran, Narges, et al.
Pubblicazione: (2025)

LIME:Accelerating Collaborative Lossless LLM Inference on Memory-Constrained Edge Devices
di: Sun, Mingyu, et al.
Pubblicazione: (2025)

Evaluating Multi-Instance DNN Inferencing on Multiple Accelerators of an Edge Device
di: Tayal, Mumuksh, et al.
Pubblicazione: (2025)

SLICE: SLO-Driven Scheduling for LLM Inference on Edge Computing Devices
di: Chow, Will
Pubblicazione: (2025)

EdgeServing: Deadline-Aware Multi-DNN Serving at the Edge
di: Cao, Jiahe, et al.
Pubblicazione: (2026)

Edge Association Strategies for Synthetic Data Empowered Hierarchical Federated Learning with Non-IID Data
di: Ng, Jer Shyuan, et al.
Pubblicazione: (2025)

Split Federated Learning Empowered Vehicular Edge Intelligence: Concept, Adaptive Design and Future Directions
di: Qiang, Xianke, et al.
Pubblicazione: (2024)

Adaptive Device-Edge Collaboration on DNN Inference in AIoT: A Digital Twin-Assisted Approach
di: Hu, Shisheng, et al.
Pubblicazione: (2024)

Topology-aware Federated Learning in Edge Computing: A Comprehensive Survey
di: Wu, Jiajun, et al.
Pubblicazione: (2023)

Characterizing the Performance of Accelerated Jetson Edge Devices for Training Deep Learning Models
di: K., Prashanthi S., et al.
Pubblicazione: (2025)

Improved Decision Module Selection for Hierarchical Inference in Resource-Constrained Edge Devices
di: Behera, Adarsh Prasad, et al.
Pubblicazione: (2024)

Will LLMs Scaling Hit the Wall? Breaking Barriers via Distributed Resources on Massive Edge Devices
di: Shen, Tao, et al.
Pubblicazione: (2025)

6G EdgeAI: Performance Evaluation and Analysis
di: Yang, Chien-Sheng, et al.
Pubblicazione: (2025)

6G Infrastructures for Edge AI: An Analytical Perspective
di: Horvath, Kurt, et al.
Pubblicazione: (2025)

Are Bus-Mounted Edge Servers Feasible?
di: Li, Xuezhi, et al.
Pubblicazione: (2025)

Distributed Edge Analytics in Edge-Fog-Cloud Continuum
di: Srirama, Satish Narayana
Pubblicazione: (2024)

EdgeFaaS: A Function-based Framework for Edge Computing
di: Jin, Runyu, et al.
Pubblicazione: (2022)

FEDQ-Trust: Efficient Data-Driven Trust Prediction for Mobile Edge-Based IoT Systems
di: Bai, Jiahui, et al.
Pubblicazione: (2024)

Edge AI: A Taxonomy, Systematic Review and Future Directions
di: Gill, Sukhpal Singh, et al.
Pubblicazione: (2024)

CoEdge-RAG: Optimizing Hierarchical Scheduling for Retrieval-Augmented LLMs in Collaborative Edge Computing
di: Hong, Guihang, et al.
Pubblicazione: (2025)

ReinFog: A Deep Reinforcement Learning Empowered Framework for Resource Management in Edge and Cloud Computing Environments
di: Wang, Zhiyu, et al.
Pubblicazione: (2024)

A Survey on Scheduling Techniques in the Edge Cloud: Issues, Challenges and Future Directions
di: Asghar, Hassan, et al.
Pubblicazione: (2022)

EdgeSphere: A Three-Tier Architecture for Cognitive Edge Computing
di: Makaya, Christian, et al.
Pubblicazione: (2024)

EdgeShard: Efficient LLM Inference via Collaborative Edge Computing
di: Zhang, Mingjin, et al.
Pubblicazione: (2024)

FlexPie: Accelerate Distributed Inference on Edge Devices with Flexible Combinatorial Optimization[Technical Report]
di: Zhang, Runhua, et al.
Pubblicazione: (2025)

CarbonEdge: Leveraging Mesoscale Spatial Carbon-Intensity Variations for Low Carbon Edge Computing
di: Wu, Li, et al.
Pubblicazione: (2025)

Exploring Challenges in Developing Edge-Cloud-Native Applications Across Multiple Business Domains
di: Lertpongrujikorn, Pawissanutt, et al.
Pubblicazione: (2026)

Mobile Edge Computing
di: Ahmed, Sohaib, et al.
Pubblicazione: (2024)

zIA: a GenAI-powered local auntie assists tourists in Italy
di: Cassani, Alexio, et al.
Pubblicazione: (2024)

Self-Healing Network of Interconnected Edge Devices Empowered by Infrastructure-as-Code and LoRa Communication
di: Carson, Rob, et al.
Pubblicazione: (2025)

Collaborative Inference and Learning between Edge SLMs and Cloud LLMs: A Survey of Algorithms, Execution, and Open Challenges
di: Li, Senyao, et al.
Pubblicazione: (2025)

EdgeWeaver: Accelerating IoT Application Development Across Edge-Cloud Continuum
di: Lertpongrujikorn, Pawissanutt, et al.
Pubblicazione: (2026)