近日，我院田杰教授团队在《电子与信息学报》发表题为“能量感知与注意力驱动的边端协同推理与资源分配”的高水平研究论文。该期刊长期聚焦电子与信息领域前沿研究，入选中国科技期刊卓越行动计划“中文领军期刊”，并入选中国计算机学会（CCF）计算领域高质量科技期刊分级目录（2025）T1类期刊。山东师范大学为第一署名单位，硕士研究生刘医铭为第一作者，田杰教授为通讯作者。

随着深度神经网络在智能监控、增强现实等移动智能应用中的广泛部署，复杂模型带来的高计算负载对终端算力、无线带宽和边缘计算资源提出了更高要求。特别是在多用户并发场景下，有限的通信与计算资源容易形成激烈竞争，边缘服务器还需满足长期能耗预算约束。如何在保障智能推理服务质量的同时，实现通信资源、计算资源与能源消耗之间的高效协同，已成为边缘智能领域亟待解决的重要问题。

针对上述挑战，田杰教授团队提出了一种能量感知与注意力驱动的边端协同推理与资源分配方法。该方法基于李雅普诺夫优化理论构建虚拟能量赤字队列，将边缘服务器的长期能耗约束转化为可实时求解的动态优化问题，并进一步设计联合协同推理与资源分配算法JCIRA，根据系统当前能耗状态自适应调整DNN模型划分策略。在资源调度阶段，研究团队引入基于Key-Query-Value范式的联合注意力机制，综合考虑任务上传数据量、剩余计算量、任务紧急度以及系统能量状态，对无线带宽和边缘算力进行差异化分配，从而实现模型划分与通信、计算资源的协同优化。实验结果表明，该方法在满足长期能耗预算约束的同时，能够有效提升系统推理性能，尤其在高并发、资源受限场景下展现出较强的资源调度能力和服务质量保障能力。

该研究面向边缘智能场景下通信、计算与能量资源的深度协同，为复杂动态网络环境中的智能推理与资源优化提供了新的技术思路，对提升未来无线网络中边端协同智能服务的效率与可持续性具有积极意义。

以上研究获得国家自然科学基金、山东省泰山学者青年专家项目的资助。