Joint Communication Scheduling and Resource Allocation for Distributed Edge Learning: Seamless Integration in Next-Generation Wireless Networks

Sintesi Tecnica: Pianificazione della Comunicazione Congiunta e Allocazione delle Risorse per l'Apprendimento Distribuito ai Bordi (Edge Learning)

Problema
Il documento affronta la sfida di integrare l'Apprendimento Distribuito (Distributed Learning - DL), specificamente il Federated Learning (FL) sincrono, in reti wireless di prossima generazione (6G) che devono coesistere con servizi di traffico ad alta larghezza di banda (HB), come l'enhanced Mobile Broadband (eMBB). La letteratura attuale si basa prevalentemente su schemi di allocazione delle risorse "rigidi" in cui i blocchi di risorse (Resource Blocks - RB) e i parametri di trasmissione sono fissi per l'intera durata di un round di comunicazione (CR). Gli autori sostengono che questo approccio sia inefficiente e impreciso, specialmente quando la durata del CR supera i tempi di coerenza del canale o quando l'eterogeneità dei client (in termini di dimensione dei dati, capacità computazionale e condizioni del canale) causa una disponibilità per la trasmissione uplink in momenti diversi tra i client.

Il problema centrale è formulato come un problema di Pianificazione della Comunicazione Congiunta e Allocazione delle Risorse (JCSRA). A differenza dei lavori precedenti che assumono sistemi a server singolo (dove solo un client trasmette alla volta) o allocazioni rigide, questo lavoro si rivolge a un ambiente multi-server sotto OFDMA, dove più User Equipments (UE) possono trasmettere simultaneamente. L'obiettivo è minimizzare la latenza totale di un CR di FL soggetto a severi budget energetici per i dispositivi edge e requisiti di velocità minima per il traffico HB coesistente.

Metodologia
Gli autori propongono un framework che passa da un'ottimizzazione basata sui singoli slot temporali a una formulazione più trattabile basata sulle sessioni:

1. Modellazione del Sistema: Il sistema considera una cella singola con OFDMA, che supporta sia i client FL che il traffico HB. Il modello tiene conto della ricezione downlink, del calcolo locale (utilizzando il Dynamic Voltage and Frequency Scaling) e della trasmissione uplink. Fondamentalmente, incorpora la relazione non lineare tra velocità uplink, RB allocati e potenza di trasmissione, il che distingue il lavoro dalle assunzioni di velocità lineare presenti nella letteratura precedente.
2. Riformulazione Basata sulle Sessioni: Per gestire l'intrattabilità del problema basato sugli slot temporali (che comporta dipendenze temporali complesse e vincoli non convessi), gli autori assumono che il CR avvenga entro un tempo di coerenza del canale su larga scala. Introducono così le "sessioni", definite dal completamento della ricezione downlink o dalla disponibilità dell'addestramento locale. Ciò consente all'ottimizzazione di concentrarsi sulla durata di queste sessioni e sull'allocazione delle risorse all'interno di esse, piuttosto che su ogni singolo slot temporale.
3. Framework di Ottimizzazione:
   • Formulazione del Problema: Il problema è configurato come la minimizzazione della durata del CR (somma delle durate delle sessioni di downlink, idle e uplink) soggetta a vincoli energetici, vincoli di completamento e garanzie di velocità per il traffico HB.
   • Proprietà Teoriche: Gli autori dimostrano che la soluzione ottimale generalmente non segue una struttura a server singolo (trasmissione sequenziale) a causa della funzione di velocità non lineare. Stabiliscono inoltre che la pianificazione ottimale è non-preemptive (non-preemptive) e non-idle (non-idle).
   • Design dell'Algoritmo: Per risolvere il problema risultante, non convesso e non separabile per blocchi, viene sviluppato un algoritmo iterativo. Esso impiega:
     • Trasformata Quadratica: Per gestire i termini prodotto nei vincoli di velocità (programmazione frazionaria).
     • Majorization-Minimization (MM): Per approssimare il prodotto tra potenza e durata nei vincoli energetici con un limite superiore convesso.
     • Ordinamento Euristico: Poiché la valutazione di tutti i possibili ordinamenti di trasmissione uplink è un problema NP-hard, viene proposto un euristico basato sui risultati di un baseline di allocazione delle risorse rigida per determinare l'ordinamento delle sessioni.

Contributi Chiave

• Prima Formulazione Basata sugli Slot Temporali: Questo lavoro presenta la prima formulazione di un problema di allocazione delle risorse e ottimizzazione della velocità computazionale basata sugli slot temporali per il FL vanilla in coesistenza con il traffico HB, minimizzando esplicitamente la latenza end-to-end sotto vincoli energetici.
• Framework JCSRA Multi-Server: Il documento generalizza il JCSRA a scenari multi-server (trasmissione simultanea) sotto OFDMA, contrapponendosi alla letteratura esistente sul server singolo. Stabilisce che la trasmissione multi-server è spesso superiore alla trasmissione sequenziale.
• Garanzie Teoriche: Sono derivate le condizioni di ammissibilità necessarie e sufficienti. Il lavoro dimostra che la pianificazione ottimale è non-preemptive e non-idle nel caso multi-server.
• Algoritmo Iterativo: Viene proposto un algoritmo iterativo con convergenza garantita per risolvere il problema di ottimizzazione non convesso, utilizzando sottoproblemi convessi ad ogni step.
• Integrazione in Tempo Reale: Lo studio dimostra come le soluzioni JCSRA mediate nel tempo possano essere integrate in algoritoli in tempo reale che gestiscono il fading rapido e i vincoli interi degli RB con scarti prestazionali trascurabili.

Risultati
I risultati delle simulazioni, condotti con 10 client FL e 20 client HB in un ambiente con risorse limitate, validano l'approccio proposto:

• Riduzione della Latenza: Il metodo JCSRA proposto supera significativamente l'allocazione delle risorse rigida. In scenari con vincoli energetici moderati (es. 50 J), si è osservato un miglioramento della latenza di circa il 40% rispetto ai baseline rigidi.
• Multi-Server vs. Single-Server: Mentre il JCSRA a server singolo funziona bene in sistemi eterogenei o con vincoli energetici elevati, l'approccio multi-server produce guadagni sostanziali in sistemi omogenei con energia sufficiente, dove la trasmissione simultanea è più efficiente.
• Robustezza dell'Euristico: L'euristico basato sulla gestione rigida per determinare l'ordinamento uplink si è rivelato altamente efficace, con scarti relativi rispetto all'ordinamento ottimale (trovato tramite ricerca esaustiva per sistemi più piccoli) inferiori all'1% in quasi tutte le realizzazioni testate.
• Fattibilità in Tempo Reale: Quando integrato in un algoritmo in tempo reale con fading rapido, lo scarto di prestazioni tra la soluzione prevista mediata nel tempo e l'esecuzione reale è stato trascurabile (costantemente inferiore all'1%).

Significatività e Rivendicazioni
Il documento sostiene che l'allocazione rigida delle risorse sia una rappresentazione inaccurata del comportamento del sistema in scenari di DL eterogenei e realistici. Introducendo un design basato sulle sessioni e dipendente dal tempo, il lavoro dimosta che è possibile ottenere significativi guadagni di efficienza senza alterare le regole fondamentali di aggiornamento del FL o il comportamento di convergenza.

Gli autori sottolineano che, sebbene un JCSRA a server singolo possa essere sufficiente per sistemi altamente vincolati o eterogenei, il JCSRA multi-server è cruciale per massimizzare l'efficienza in ambienti omogenei e con risorse sufficienti. Il lavoro evidenzia la necessità di considerare l'ottimizzazione dipendente dal tempo all'interno di ogni CR per stimare e minimizzare accuratamente la latenza sotto vincoli energetici nelle future reti wireless. Il documento conclude che il framework proposto fornisce un passo fondamentale verso l'integrazione fluida dei servizi di DL nelle reti 6G, riconoscendo che i lavori futuri dovranno affrontare i framework di DL asincroni e le condizioni di canale non stazionarie.