SUSTAINABLE EDGE COMPUTING - ENABLING GREEN AND INTELLIGENT FUTURE TECHNOLOGIES

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides mathematical models for energy-latency trade-offs in sustainable edge computing, useful for further optimization research.

🏢実務担当者:Offers a deployable framework to reduce data center energy costs and carbon footprint, applicable to industries with IoT workloads.

🏛政策担当者:Highlights the potential of edge computing as a policy lever for national energy efficiency and emission reduction targets.

モノのインターネット（IoT）デバイス、人工知能（AI）、およびデータ集約型アプリケーションの急速な普及により、従来のクラウドコンピューティングシステムのエネルギー需要が大幅に増加し、その結果、より高い炭素排出量と運用上の非効率性が生じている。持続可能なコンピューティングは、エネルギー消費と環境への影響を最小限に抑えることを目的としているが、従来のクラウドインフラストラクチャは、再生不可能なエネルギー源を動力源とするエネルギー集約型データセンターに大きく依存している。これらの課題に対処するため、本論文は、ローカライズされたデータ処理を可能にし、それによって遅延、帯域幅使用量、およびエネルギー消費を削減する、持続可能なエッジコンピューティングフレームワークを提案する。本フレームワークは、再生可能エネルギーを動力源とするエッジノードとAI駆動型タスクスケジューリングを統合し、システム性能とリソース利用を最適化する。エネルギー消費、遅延、および伝送に関する数学的モデルが開発され、数値解析を通じて検証され、クラウドベースのシステムと比較して最大60〜99%のエネルギー節約を実証している。データの信頼性とプライバシーを確保するために、安全なデータ保存および検索メカニズムも組み込まれている。提案されたアプローチは、スマートシティ、ヘルスケア、農業、および産業システムを含む実世界のアプリケーションにわたって評価されている。結果は、持続可能なエッジコンピューティングがエネルギー効率を大幅に向上させ、炭素排出量を削減し、環境に責任を持つインテリジェントな将来技術の主要な実現要因となることを確認している。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The rapid proliferation of Internet of Things (IoT) devices, artificial intelligence (AI), and data intensive applications has significantly increased the energy demands of conventional cloud computing systems, resulting in higher carbon emissions and operational inefficiencies. Sustainable computing aims to minimize energy consumption and environmental impact; however, traditional cloud infrastructures rely heavily on energy-intensive data centres powered by non-renewable sources.To address these challenges, this paper proposes a sustainable edge computing framework that enables localized data processing, thereby reducing latency, bandwidth usage, and energy consumption. The framework integrates renewable energy-powered edge nodes and AI-driven task scheduling to optimize system performance and resource utilization. Mathematical models for energy consumption, latency, and transmission are developed and validated through numerical analysis, demonstrating energy savings of up to 60 - 99% compared to cloud-based systems. Secure data storage and retrieval mechanisms are also incorporated to ensure data reliability and privacyThe proposed approach is evaluated across real-world applications, including smart cities, healthcare,agriculture, and industrial systems.The results confirm that sustainable edge computing significantly enhances energy efficiency and reduces carbon emissions, making it a key enabler for environmentally responsible and intelligent future technologies.

• semanticscholar https://doi.org/10.21474/ijar01/23316first seen 2026-06-10 05:27:14