阳青璇
四川大学匹兹堡学院,四川 成都 610065
边缘计算(EC)和人工智能(AI)相结合产生了边缘智能(EI)这一新兴技术。边缘智能计算是指在5G边缘提供各类AI推理算法资源和相应的可编程AI计算资源,通过EI将AI模型和AI推理下沉到网络边缘设备侧,可以保护用户本地数据的安全性和减小网络上行带宽的容量,进一步提供超低时延、高安全性的服务。
EI项目目前采用基于瀑布模型[1]的产品研发流程,对过程流畅度要求较高。为了深入理解并优化该过程,本文采用了层次分析法(AHP)[2]对EI研发阶段的效率影响因素进行了全面探索。
层次分析法是一种决策方法,用于处理复杂的、多因素的问题,该方法通过构建层次结构模型、定性和定量的判断、计算权重等步骤,确定各个因素对整体目标的影响程度[3]。在EI研发阶段,需要确定哪些因素对研发效率影响最大,以便更有效地分配资源,提高研发效率。
本文以人员、机器、材料、方法、环境为主要影响因素进行展开,用5Why[4]方法对各因素进行分层,并逐层剖析每个特性问题的主要直接原因。再利用APH方法对这些原因进行排序并可视化。本文旨在为相关领域的研究者和实践者提供有价值的见解,希望这一研究能为EI技术的发展和推广提供有力的理论支持,从而推动边缘智能在各领域的广泛应用,为人类社会的发展带来更多便利和价值。
在科技界,边缘智能(EI)已经崭露头角,将计算能力分散到网络的边缘,为大数据分析和人工智能算法提供实时处理的能力。然而,EI项目在研发流程中,常出现流程堵塞和效率低下等问题,主要因市场变化,产品功能需求不断变更,开发人员须根据市场需求进行产品改进,导致了EI项目研发周期长,流程灵活性低。
EI项目目前采用基于瀑布模型的产品研发流程。此模型需要较高的过程流畅度,若出现流程阻塞,则会导致流程周期延长,产品更新迭代效率低,加重对市场变更的响应滞后。
利用5Why分析方法,在EI研发阶段中,影响效率的因素分为人员、机器、材料、方法、环境。人员方面,人员技能不足和管理模式不当造成了工作效率低;机器方面,代码工具的一致性和合理性影响了成员工作效率;材料方面,EI研发过程中所涉及的材料主要包括软件资源和数据集,过程文档和数据的质量会直接影响了解用户需求的效率;方法方面,目前,边缘智能研发过程中采用的方法是瀑布模型,模型的灵活性和应变性有待提高,在研发过程中,始终面临诸如资源分配、进度控制等挑战;环境方面,目前产品在用户端始终存在诸多环境问题,例如服务器无法连接、部署环境中无法运行。
1.2.1 人员因素
在生产过程中,操作人员的情绪波动与技能的欠缺会导致产品质量低下,不熟悉产品逻辑与操作流程会导致开发进度延期。EI项目存在3个问题:作业人员延期提交代码、遗漏交付文档、团队成员工作交叉。
首先,操作成员未执行代码走查,导致部分成员未遵循代码规范,从而造成了代码无法通过测试;而团队内部和跨部门沟通的低效,造成了产品与研发人员对产品需求不到位,因此,操作人员会延迟代码的提交时间。其次,由于管理制度不够成熟、执行不到位,文档输出检查单未能制定,因此造成了交付文档的遗漏。最后,公司资源的分配不当会导致人员跨项目复用,从而造成了工作的交叉。
1.2.2 机器因素
EI项目存在2个直接问题:代码同步效率低、代码仓库混乱。其一,操作人员缺乏工具使用指导手册,且团队新成员对代码不熟悉,使得代码同步效率低;其二,因缺乏代码仓库管理规范,成员按个人意愿创建代码库,使仓库混乱。
1.2.3 材料因素
材料导致EI项目特性问题产生的直接原因包括需求确认周期长、过程文档质量低。
其一,受研发流程约束,在需求设计完成后才能进行设计过程,从而延长了文档编制耗时;需求评审参与方管理不到位,组织会议的效率低下,延长了评审耗时,因此,使需求确认的时间周期延长。其二,文档要求不明确、因对产品需求理解不到位而导致的文档输出不达标,造成了过程文档质量降低。
1.2.4 方法因素
方法因素方面导致EI项目特性问题产生的直接原因主要有:需求变更耗时长、紧急功能需求开发进度慢、研发过程评审活动耗时长。
其一,需求变更耗时长的根本原因是研发流程应变性差,无法及时应对随时随刻的需求变更审批环节;其二,在开发过程中,瀑布模型要求从需求重新导入开发过程,导致了紧急功能需求开发速度缓慢,而研发管理与质量管理活动未能有效整合,导致了评审活动增多、耗时长。
1.2.5 环境因素
环境因素方面导致EI项目特性问题产生的直接原因是软件无法部署运行、软件运行服务器无法连接。导致软件无法部署运行的原因一是软件运行组件安装不完整,二是软件运行组件版本不匹配,从而导致了依赖环境组件错漏。软件运行服务器无法连接的原因是网络安全保护期间未提交VPN访问申请,内部网络安全会导致服务器断联。将各因素汇总绘出鱼骨图,如图1所示。
图1 各因素汇总鱼骨图
首先,建立层次图,如图2所示。
图2 层次结构图
其次,基于层次图,采用同级比较的方式,利用九级标度法让专家对其进行打分,比较同层2个因素对上一层因素的影响程度(见表1)。
表1 AHP层次分析重要程度量化表
最后,打分结果如下。
1)建立B层判断矩阵如下。
人员机器材料方法环境人员15215机器1/511/41/61材料1/2411/33方法16316环境1/511/31/61
2)C层判断矩阵如下所示。
人员因素判断矩阵(C1):
提交代码速度是否遗漏交付文档成员工作交叉提交代码速度157是否遗漏交付文档1/512成员工作是否交叉1/71/21
机器因素判断矩阵(C2):
代码一致化效率代码仓库管理制度代码一致化效率14代码仓库管理制度1/41
材料因素判断矩阵(C3):
需求确认周期记录管理开发活动和过程的文档质量需求确认周期15记录管理开发活动和过程的文档质量1/51
方法因素判断矩阵(C4):
需求变更耗时紧急功能需求开发速度研发过程审查分析活动耗时需求变更耗时11/71/3紧急功能需求开发速度713研发过程审查分析活动耗时31/31
环境因素判断矩阵(C5):
软件于用户环境中运行情况软件运行服务器的连接软件于用户环境中运行情况17软件运行服务器的连接1/71
3)D层判断矩阵如下所示。
提交代码速度判断矩阵(D1):
代码讲解与检查跨部门沟通机制团队内部沟通代码讲解与检查143跨部门沟通机制1/411/2团队内部沟通1/321
需求确认周期判断矩阵(D2):
研发流程需求审查与分析参与方研发流程17需求审查与分析参与方1/71
过程文档质量判断矩阵(D3):
文档模板适应性修改对产品要求理解文档模板适应性修改11/3对产品要求理解31
工作环境判断矩阵(D4):
软件程序代码和库文件安装软件程序代码和库文件版本软件程序代码和库文件安装15软件程序代码和库文件版本1/51
根据2.1节的判断矩阵,计算各层权向量ω,最大特征根λmax和一致性指标CI。一致性检验主要为了检验逻辑性错误,例如:A比B重要,B比C重要,而C却比A重要。为了避免此类逻辑错误的出现,判断矩阵需要一致性检验。若一致性比率CR小于0.1,则检验通过;若大于0.1,则需要对矩阵进行修正。现对矩阵进行如下分析。
1)计算权向量ω。判断矩阵A且为n阶矩阵。若存在数λ和n维非零列向量W使关系式
A×W=λ×W
成立,λ称为矩阵A的特征根,W称为A对应特征根λ的特征向量。计算最大特征根,首先先将矩阵A进行列归一化,再进行行归一,得到权向量ω,其中的元素为:
(1)
2)计算最大特征根λmax:
(2)
3)计算一致性指标CI:
(3)
4)计算一致性比率CR,查表得到RI值(见表2)。
表2 随机一致性指标RI
计算得到CR:
(4)
基于2.1的判断矩阵及2.2的分析方法,以B层矩阵分析为例,首先通过列归一和行归一得到每个因素所占权重值,计算出矩阵的最大特征特性根:
计算得到一致性:CR=CI/RI=0.012/1.12=0.01<0.1,B层判断矩阵通过。
参考B层矩阵计算过程(见表3),完成C1~C5、D1~D4矩阵的权重计算以及一致性检验见表4~6。
表3 B层矩阵因素分析结果
表4 C层矩阵层次分析结果
表5 D层矩阵层次分析结果
基于以上分析,结合鱼骨图,可以将D层所有因素归一化,得到新的权重(见表6)。
表6 因素分析分类统计
将其绘制成条形统计图,如图3所示。
图3 主次因素排列图
由此可见,瀑布模型的使用、代码的讲解和检查、研发流程是首要的3个影响EI项目效率的因素,其中,瀑布模型的使用最为重要,几乎为代码讲解与检查和研发流程的2倍,影响权重占比为25.4%,说明EI项目采用瀑布模型作为软件开发过程的流程管理模型是影响EI项目研发流程效率的最根本原因。
本文将层次分析法(APH)应用在探究影响边缘智能(EI)研发流程效率的影响因素中,将人员、机器、材料、方法、环境因素作为出发点,构建层次结构,进行定量和定性分析,确定了前3位的影响因素:瀑布模型的使用、代码的讲解和检查、研发流程。其中,影响效率的根本原因是瀑布模型在EI项目中作为管理模型使用,占比25.4%,而这也是后续研究研发流程效率提升的首要突破口。