A semantic communication-based workload-adjustable transceiver for wireless AI-generated content (AIGC) delivery

要約

生成AI（GAI）の大幅な進歩とモバイルデバイスの急増により、ワイヤレスネットワークを介した高品質のAI生成コンテンツ（AIGC）サービスを提供することで、将来の方向性が高まっています。
ただし、ワイヤレスネットワークでのAIGCサービス提供の主な課題は、不安定なチャネル、限られた帯域幅リソース、および不均一に分散された計算リソースにあります。
このホワイトペーパーでは、拡散ベースのGAIモデルでセマンティック通信（SEMCOM）を使用して、動的ワイヤレスネットワークでのAIGC配信用のリソース認識ワークロード調整可能なトランシーバー（ルート）を提案しています。
具体的には、通信リソースのボトルネックを緩和するために、SEMCOMは生成されたコンテンツのセマンティック情報を優先するために利用されます。
次に、エッジとローカルの両方の計算リソース利用を改善し、伝送のAIGCセマンティック歪みを減らすために、修正された拡散ベースのモデルが適用され、協力コンテンツ生成のコンピューティングワークロードとセマンティック密度を調整します。
シミュレーションは、従来のAIGCアプローチと比較して、レイテンシとコンテンツの品質の観点から、提案されたルートの優位性を検証します。

要約(オリジナル)

With the significant advances in generative AI (GAI) and the proliferation of mobile devices, providing high-quality AI-generated content (AIGC) services via wireless networks is becoming the future direction. However, the primary challenges of AIGC service delivery in wireless networks lie in unstable channels, limited bandwidth resources, and unevenly distributed computational resources. In this paper, we employ semantic communication (SemCom) in diffusion-based GAI models to propose a Resource-aware wOrkload-adjUstable TransceivEr (ROUTE) for AIGC delivery in dynamic wireless networks. Specifically, to relieve the communication resource bottleneck, SemCom is utilized to prioritize semantic information of the generated content. Then, to improve computational resource utilization in both edge and local and reduce AIGC semantic distortion in transmission, modified diffusion-based models are applied to adjust the computing workload and semantic density in cooperative content generation. Simulations verify the superiority of our proposed ROUTE in terms of latency and content quality compared to conventional AIGC approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google