已經跟呼吸一樣重要的網路和手機論文書籍站
國立陽明交通大學 資訊管理研究所 莊詠婷所指導 向九順的 在霧計算系統中一種節能與熱門度感知的卸載系統 （2020），提出ARK 雲端伺服器關鍵因素是什麼，來自於霧計算、任務分流、節能。
而第二篇論文大同大學 電機工程學系(所) 許超雲所指導 陳煒凱的 應用邊緣運算與深度學習的智慧自走車之實現與應用 （2019），提出因為有 Nvidia Jetson Nano、增強學習、Reinforcement Learning、邊緣運算、AI、人工智慧、自走車、Deep Q Network的重點而找出了 ARK 雲端伺服器的解答。
ARK 雲端伺服器進入發燒排行的影片
很常聽到觀眾跟我說沒錢組電腦玩不了方舟
說電腦跑不動方舟怎麼辦只能玩手機版哭哭
或著是能跑但是只能把特效都關閉才能順玩
而我也只能說沒辦法 方舟要求的規格就是這樣
但現在科技日新月異
如果我說不需要高檔電腦也可以特效全開穩跑方舟 你們相信嗎?
就算不信你也得信!!
老頭接下來就為你們帶來目前最猛的雲端串流技術!!
GeForce NOW!!
GeForce NOW是跟台灣大哥大一起推出的平台 透過GeForce NOW的伺服器運算能力 用雲端串流技術串流到你的電腦螢幕上!! 你不需要高檔的硬體設備也可以效能全開方舟玩爽爽!! 是不是很酷!?
其實不止方舟能這樣搞~GeForce NOW還有近千款遊戲有支援!!想知道有那些遊戲支援嗎?
還不趕緊點一下連結 來看看有沒有你想玩但電腦不給力的遊戲!!
還有在七月底之前呢 還有《幽影行者》Steam遊戲序號贈獎活動 快來看看吧!! 名額有限 送完為止阿~~~ 活動網頁: https://gfn.taiwanmobile.com/portal/event/ghostrunner
#GeForceNOW #台灣大哥大
想先試試看可以訂閱免費基本方案: https://gfn.taiwanmobile.com/portal/pricing
在霧計算系統中一種節能與熱門度感知的卸載系統
為了解決ARK 雲端伺服器 的問題，作者向九順 這樣論述：
隨著越來越多高計算需求的應用出現於行動裝置上，考量行動裝置自身有限的運算資源以及能源問題，有越來越多的行動裝置會將這類型的任務卸載到周遭的雲端或霧端的伺服器上代為運算，以此來達到節省時間和能源的目標。除了時間跟能源之外，整體系統的能量消耗跟穩定性也是不能忽視的要素，也因此本篇提出了透過考量伺服器的負載平衡以及其熱門度的卸載模型。本篇的目標如下: 1) 提供一個更加穩定及穩健的系統; 2)最小化整體系統的能源消耗; 3)最大化行動端的執行效能。而透過實驗得知，本篇提供的方法可以有效地降低整體能源的消耗，同時面對不同的情況本篇的系統仍有很好的表現。
應用邊緣運算與深度學習的智慧自走車之實現與應用
為了解決ARK 雲端伺服器 的問題，作者陳煒凱 這樣論述：
現在的人工智慧的模型大多執行在桌上型電腦甚至伺服器級的電腦上，通常都會在雲端上執行，如果地端設備數量龐大，蒐集的資料量跟著變大，對伺服器是個很大的負擔，這時候如果把一些運算分攤到地端設備上，可以更快速的運算完畢並提供更即時的服務。AI運算因為使用大量的神經元以及隱藏層，需要大量的運算核心來做運算，而Nvidia推出的Jetson Nano開發版則配備了一張GPU搭載128個CUDA核心，有效的解決傳統地端設備使用CPU作AI運算時效能不足的問題。本論文將AI模型部署至低功耗（5V2A）的開發版上，只需使用行動電源就可以驅動Nvidia Jetson Nano，控制驅動模組操控自走車，並將車前
攝影機所拍攝到的影像輸入至Deep Q Network進行訓練並作決策。透過Deep Q Network的off-policy及experience replay的機制，讓神經網路更有效地打斷資料與資料間的相關性，也讓DQN的學習更有效率，最後自走車從足球對抗中學會如何獲得高分。