簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
邊緣計算針對傳統雲計算能力不足，在移動用戶附近的無線接入網絡邊緣提供雲計算功能，滿足快速交互響應的需求，提供普遍且靈活的計算服務。為使用邊緣網絡提供的服務，移動設備如何將所承擔的任務卸載到邊緣服務器，進行高效合理的卸載決策，已經成為目前邊緣計算問題的主要研究方向。
計算卸載是邊緣計算的一個關鍵技術，可以為資源受限設備運行計算密集型應用提供計算資源，加快計算速度，節省能源。更詳細的說，邊緣計算中的計算卸載是將移動終端的計算任務卸載到邊緣雲環境中，解決了設備在資源存儲、計算性能以及能效等方面存在的不足。
MCC與MEC對比
計算卸載技術最初在移動雲計算（Mobile Cloud Computing,MCC）中提出，移動雲計算具有強大的計算能力，設備可以通過計算卸載，將計算任務傳輸到遠端雲服務器執行，從而達到緩解計算和存儲限制、延長設備電池壽命的目的。在MCC中，用戶設備（User Equipment，UE）可以通過核心網訪問強大的遠程集中式雲（Central Cloud ,CC），利用其計算和存儲資源，將計算任務卸載到雲上。相比於移動終端將計算卸載到雲服務器所使用的移動雲計算技術可能導致的不可預測時延、傳輸距離遠等問題，邊緣計算能夠更快速、高效地為移動終端提供計算服務，同時緩解核心網絡的壓力。表1 移動邊緣計算和移動雲計算的對比。
簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
邊緣計算針對傳統雲計算能力不足，在移動用戶附近的無線接入網絡邊緣提供雲計算功能，滿足快速交互響應的需求，提供普遍且靈活的計算服務。為使用邊緣網絡提供的服務，移動設備如何將所承擔的任務卸載到邊緣服務器，進行高效合理的卸載決策，已經成為目前邊緣計算問題的主要研究方向。
計算卸載是邊緣計算的一個關鍵技術，可以為資源受限設備運行計算密集型應用提供計算資源，加快計算速度，節省能源。更詳細的說，邊緣計算中的計算卸載是將移動終端的計算任務卸載到邊緣雲環境中，解決了設備在資源存儲、計算性能以及能效等方面存在的不足。
MCC與MEC對比
計算卸載技術最初在移動雲計算（Mobile Cloud Computing,MCC）中提出，移動雲計算具有強大的計算能力，設備可以通過計算卸載，將計算任務傳輸到遠端雲服務器執行，從而達到緩解計算和存儲限制、延長設備電池壽命的目的。在MCC中，用戶設備（User Equipment，UE）可以通過核心網訪問強大的遠程集中式雲（Central Cloud ,CC），利用其計算和存儲資源，將計算任務卸載到雲上。相比於移動終端將計算卸載到雲服務器所使用的移動雲計算技術可能導致的不可預測時延、傳輸距離遠等問題，邊緣計算能夠更快速、高效地為移動終端提供計算服務，同時緩解核心網絡的壓力。表1 移動邊緣計算和移動雲計算的對比。
表1 移動邊緣計算和移動雲計算的對比
計算卸載步驟
計算卸載一般是指將計算量大的任務合理分配給計算資源充足的代理服務器進行處理，再把運算完成的計算結果從代理服務器取回。計算卸載過程（見圖 ）大致分為以下 6 個步驟。
簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
邊緣計算針對傳統雲計算能力不足，在移動用戶附近的無線接入網絡邊緣提供雲計算功能，滿足快速交互響應的需求，提供普遍且靈活的計算服務。為使用邊緣網絡提供的服務，移動設備如何將所承擔的任務卸載到邊緣服務器，進行高效合理的卸載決策，已經成為目前邊緣計算問題的主要研究方向。
計算卸載是邊緣計算的一個關鍵技術，可以為資源受限設備運行計算密集型應用提供計算資源，加快計算速度，節省能源。更詳細的說，邊緣計算中的計算卸載是將移動終端的計算任務卸載到邊緣雲環境中，解決了設備在資源存儲、計算性能以及能效等方面存在的不足。
MCC與MEC對比
計算卸載技術最初在移動雲計算（Mobile Cloud Computing,MCC）中提出，移動雲計算具有強大的計算能力，設備可以通過計算卸載，將計算任務傳輸到遠端雲服務器執行，從而達到緩解計算和存儲限制、延長設備電池壽命的目的。在MCC中，用戶設備（User Equipment，UE）可以通過核心網訪問強大的遠程集中式雲（Central Cloud ,CC），利用其計算和存儲資源，將計算任務卸載到雲上。相比於移動終端將計算卸載到雲服務器所使用的移動雲計算技術可能導致的不可預測時延、傳輸距離遠等問題，邊緣計算能夠更快速、高效地為移動終端提供計算服務，同時緩解核心網絡的壓力。表1 移動邊緣計算和移動雲計算的對比。
表1 移動邊緣計算和移動雲計算的對比
計算卸載步驟
計算卸載一般是指將計算量大的任務合理分配給計算資源充足的代理服務器進行處理，再把運算完成的計算結果從代理服務器取回。計算卸載過程（見圖 ）大致分為以下 6 個步驟。
1)節點發現：尋找可用的 MEC 計算節點，用於後續對卸載程序進行計算。這些節點可以是位於遠程雲計算中心的高性能服務器，也可以是位於網絡邊緣側的MEC服務器。
2)程序切割：將需要進行處理的任務程序進行分割，在分割過程中儘量保持分割後的各部分程序的功能完整性，便於後續進行卸載。
3)卸載決策：卸載決策是計算卸載中最為核心的一個環節。該環節主要解決兩大問題：決定是否將程序進行卸載？以及卸載程序的哪些部分至 MEC 計算節點？
卸載策略可分為動態卸載及靜態卸載兩種：在執行卸載前決定好所需卸載的所有程序塊的策略為靜態卸載策略；在卸載過程中的實際影響因素來動態規劃卸載程序的策略為動態卸載策略。
4)程序傳輸：當移動終端做出卸載決策以後就可以把劃分好的計算程序交到雲端執行。程序傳輸有多種方式，可以通過3G/4G/5G網絡進行傳輸，也可以通過Wi-Fi進行傳輸。程序傳輸的目的是將卸載的計算程序傳輸至 MEC計算節點。
簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
邊緣計算針對傳統雲計算能力不足，在移動用戶附近的無線接入網絡邊緣提供雲計算功能，滿足快速交互響應的需求，提供普遍且靈活的計算服務。為使用邊緣網絡提供的服務，移動設備如何將所承擔的任務卸載到邊緣服務器，進行高效合理的卸載決策，已經成為目前邊緣計算問題的主要研究方向。
計算卸載是邊緣計算的一個關鍵技術，可以為資源受限設備運行計算密集型應用提供計算資源，加快計算速度，節省能源。更詳細的說，邊緣計算中的計算卸載是將移動終端的計算任務卸載到邊緣雲環境中，解決了設備在資源存儲、計算性能以及能效等方面存在的不足。
MCC與MEC對比
計算卸載技術最初在移動雲計算（Mobile Cloud Computing,MCC）中提出，移動雲計算具有強大的計算能力，設備可以通過計算卸載，將計算任務傳輸到遠端雲服務器執行，從而達到緩解計算和存儲限制、延長設備電池壽命的目的。在MCC中，用戶設備（User Equipment，UE）可以通過核心網訪問強大的遠程集中式雲（Central Cloud ,CC），利用其計算和存儲資源，將計算任務卸載到雲上。相比於移動終端將計算卸載到雲服務器所使用的移動雲計算技術可能導致的不可預測時延、傳輸距離遠等問題，邊緣計算能夠更快速、高效地為移動終端提供計算服務，同時緩解核心網絡的壓力。表1 移動邊緣計算和移動雲計算的對比。
表1 移動邊緣計算和移動雲計算的對比
計算卸載步驟
計算卸載一般是指將計算量大的任務合理分配給計算資源充足的代理服務器進行處理，再把運算完成的計算結果從代理服務器取回。計算卸載過程（見圖 ）大致分為以下 6 個步驟。
1)節點發現：尋找可用的 MEC 計算節點，用於後續對卸載程序進行計算。這些節點可以是位於遠程雲計算中心的高性能服務器，也可以是位於網絡邊緣側的MEC服務器。
2)程序切割：將需要進行處理的任務程序進行分割，在分割過程中儘量保持分割後的各部分程序的功能完整性，便於後續進行卸載。
3)卸載決策：卸載決策是計算卸載中最為核心的一個環節。該環節主要解決兩大問題：決定是否將程序進行卸載？以及卸載程序的哪些部分至 MEC 計算節點？
卸載策略可分為動態卸載及靜態卸載兩種：在執行卸載前決定好所需卸載的所有程序塊的策略為靜態卸載策略；在卸載過程中的實際影響因素來動態規劃卸載程序的策略為動態卸載策略。
4)程序傳輸：當移動終端做出卸載決策以後就可以把劃分好的計算程序交到雲端執行。程序傳輸有多種方式，可以通過3G/4G/5G網絡進行傳輸，也可以通過Wi-Fi進行傳輸。程序傳輸的目的是將卸載的計算程序傳輸至 MEC計算節點。
5)執行計算：執行主要採取的是虛擬機方案。移動終端把計算任務卸載傳輸到雲端後，雲端就為該任務啟動一個虛擬機，然後該任務就駐留在虛擬機中執行，而用戶端感覺不到任何變化。MEC 計算節點對卸載到服務器的程序進行計算。
6)計算結果回傳：計算結果的返回是計算卸載流程中的最後一個環節。將 MEC 計算節點進行計算處理後的結果傳回用戶的移動設備終端。至此，計算卸載過程結束，移動終端與雲端斷開連接。
卸載決策
計算卸載的過程中會受到不同因素的影響，如用戶的使用習慣、無線電信道的通信情況、回程連接的質量、移動設備的性能和雲服務器的可用性等，因此計算卸載的關鍵在於指定適合的卸載決策。邊緣計算社區按照需要進行計算卸載的任務的性能需求，對計算卸載策略進行了簡單介紹。目前，計算卸載的性能通常以時間延遲和能量消耗作為衡量指標。時間延遲和能量消耗的計算具體分為以下兩種情況。
簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
邊緣計算針對傳統雲計算能力不足，在移動用戶附近的無線接入網絡邊緣提供雲計算功能，滿足快速交互響應的需求，提供普遍且靈活的計算服務。為使用邊緣網絡提供的服務，移動設備如何將所承擔的任務卸載到邊緣服務器，進行高效合理的卸載決策，已經成為目前邊緣計算問題的主要研究方向。
計算卸載是邊緣計算的一個關鍵技術，可以為資源受限設備運行計算密集型應用提供計算資源，加快計算速度，節省能源。更詳細的說，邊緣計算中的計算卸載是將移動終端的計算任務卸載到邊緣雲環境中，解決了設備在資源存儲、計算性能以及能效等方面存在的不足。
MCC與MEC對比
計算卸載技術最初在移動雲計算（Mobile Cloud Computing,MCC）中提出，移動雲計算具有強大的計算能力，設備可以通過計算卸載，將計算任務傳輸到遠端雲服務器執行，從而達到緩解計算和存儲限制、延長設備電池壽命的目的。在MCC中，用戶設備（User Equipment，UE）可以通過核心網訪問強大的遠程集中式雲（Central Cloud ,CC），利用其計算和存儲資源，將計算任務卸載到雲上。相比於移動終端將計算卸載到雲服務器所使用的移動雲計算技術可能導致的不可預測時延、傳輸距離遠等問題，邊緣計算能夠更快速、高效地為移動終端提供計算服務，同時緩解核心網絡的壓力。表1 移動邊緣計算和移動雲計算的對比。
表1 移動邊緣計算和移動雲計算的對比
計算卸載步驟
計算卸載一般是指將計算量大的任務合理分配給計算資源充足的代理服務器進行處理，再把運算完成的計算結果從代理服務器取回。計算卸載過程（見圖 ）大致分為以下 6 個步驟。
1)節點發現：尋找可用的 MEC 計算節點，用於後續對卸載程序進行計算。這些節點可以是位於遠程雲計算中心的高性能服務器，也可以是位於網絡邊緣側的MEC服務器。
2)程序切割：將需要進行處理的任務程序進行分割，在分割過程中儘量保持分割後的各部分程序的功能完整性，便於後續進行卸載。
3)卸載決策：卸載決策是計算卸載中最為核心的一個環節。該環節主要解決兩大問題：決定是否將程序進行卸載？以及卸載程序的哪些部分至 MEC 計算節點？
卸載策略可分為動態卸載及靜態卸載兩種：在執行卸載前決定好所需卸載的所有程序塊的策略為靜態卸載策略；在卸載過程中的實際影響因素來動態規劃卸載程序的策略為動態卸載策略。
4)程序傳輸：當移動終端做出卸載決策以後就可以把劃分好的計算程序交到雲端執行。程序傳輸有多種方式，可以通過3G/4G/5G網絡進行傳輸，也可以通過Wi-Fi進行傳輸。程序傳輸的目的是將卸載的計算程序傳輸至 MEC計算節點。
5)執行計算：執行主要採取的是虛擬機方案。移動終端把計算任務卸載傳輸到雲端後，雲端就為該任務啟動一個虛擬機，然後該任務就駐留在虛擬機中執行，而用戶端感覺不到任何變化。MEC 計算節點對卸載到服務器的程序進行計算。
6)計算結果回傳：計算結果的返回是計算卸載流程中的最後一個環節。將 MEC 計算節點進行計算處理後的結果傳回用戶的移動設備終端。至此，計算卸載過程結束，移動終端與雲端斷開連接。
卸載決策
計算卸載的過程中會受到不同因素的影響，如用戶的使用習慣、無線電信道的通信情況、回程連接的質量、移動設備的性能和雲服務器的可用性等，因此計算卸載的關鍵在於指定適合的卸載決策。邊緣計算社區按照需要進行計算卸載的任務的性能需求，對計算卸載策略進行了簡單介紹。目前，計算卸載的性能通常以時間延遲和能量消耗作為衡量指標。時間延遲和能量消耗的計算具體分為以下兩種情況。
1)在不進行計算卸載時，時間延遲是指在移動設備終端處執行本地計算所花費的時間；能量消耗是指在移動設備終端處執行本地計算所消耗的能量。
2)在進行計算卸載時，時間延遲是指卸載數據到 MEC 計算節點的傳輸時間、在 MEC 計算節點處的執行處理時間、接收來自 MEC 計算節點處理的數據結果的傳輸時間三者之和；能量消耗是指卸載數據到 MEC 計算節點的傳輸耗能、接收來自MEC 計算節點處理的數據結果的傳輸耗能兩部分之和。
卸載決策即UE決定是否卸載及卸載多少。UE由代碼解析器、系統解析器和決策引擎組成，執行卸載決策需要3個步驟：首先代碼解析器根據應用程序類型和代碼/數據分區確定那些任務可以協助；然後系統解析器負責監控各種參數，如可用帶寬、要卸載的數據大小或執行本地應用程序所耗費的能量等；最後，決策引擎確定是否要卸載。一般來說，關於計算卸載的決策有以下三種方案。
1. 本地執行（local execution）：整個計算在UE本地完成；
2. 完全卸載( full offloading )：整個計算由MEC卸載和處理；
3. 部分卸載（partial offloading）：計算的一部分在本地處理，而另一部分則卸載到MEC服務器處理。
做出這3種決策的影響因素主要是UE能量消耗和完成計算任務延時。
簡言：為了應對終端設備處理能力不足、資源有限等問題，業界在移動邊緣計算（MEC）中引入了計算卸載概念 。邊緣計算卸載即用戶終端（UE）將計算任務卸載到MEC網絡中，主要解決設備在資源存儲、計算性能以及能效等方面的不足。
背景
隨著科技的快速發展，移動設備流量急劇增長。但是由於自身資源及計算性能有限，智能移動設備在處理計算密集型和時間敏感型應用時可能面臨著能力不足的情況。為此，使用網絡邊緣節點來處理分析數據的邊緣計算模式應運而生，並與傳統雲計算模式形成互補。然而，邊緣設備往往具有輕量化的特點，如何合理利用邊緣有限的計算資源便成為邊緣計算亟需解決的重要問題。
邊緣計算針對傳統雲計算能力不足，在移動用戶附近的無線接入網絡邊緣提供雲計算功能，滿足快速交互響應的需求，提供普遍且靈活的計算服務。為使用邊緣網絡提供的服務，移動設備如何將所承擔的任務卸載到邊緣服務器，進行高效合理的卸載決策，已經成為目前邊緣計算問題的主要研究方向。
計算卸載是邊緣計算的一個關鍵技術，可以為資源受限設備運行計算密集型應用提供計算資源，加快計算速度，節省能源。更詳細的說，邊緣計算中的計算卸載是將移動終端的計算任務卸載到邊緣雲環境中，解決了設備在資源存儲、計算性能以及能效等方面存在的不足。
MCC與MEC對比
計算卸載技術最初在移動雲計算（Mobile Cloud Computing,MCC）中提出，移動雲計算具有強大的計算能力，設備可以通過計算卸載，將計算任務傳輸到遠端雲服務器執行，從而達到緩解計算和存儲限制、延長設備電池壽命的目的。在MCC中，用戶設備（User Equipment，UE）可以通過核心網訪問強大的遠程集中式雲（Central Cloud ,CC），利用其計算和存儲資源，將計算任務卸載到雲上。相比於移動終端將計算卸載到雲服務器所使用的移動雲計算技術可能導致的不可預測時延、傳輸距離遠等問題，邊緣計算能夠更快速、高效地為移動終端提供計算服務，同時緩解核心網絡的壓力。表1 移動邊緣計算和移動雲計算的對比。
表1 移動邊緣計算和移動雲計算的對比
計算卸載步驟
計算卸載一般是指將計算量大的任務合理分配給計算資源充足的代理服務器進行處理，再把運算完成的計算結果從代理服務器取回。計算卸載過程（見圖 ）大致分為以下 6 個步驟。
1)節點發現：尋找可用的 MEC 計算節點，用於後續對卸載程序進行計算。這些節點可以是位於遠程雲計算中心的高性能服務器，也可以是位於網絡邊緣側的MEC服務器。
2)程序切割：將需要進行處理的任務程序進行分割，在分割過程中儘量保持分割後的各部分程序的功能完整性，便於後續進行卸載。
3)卸載決策：卸載決策是計算卸載中最為核心的一個環節。該環節主要解決兩大問題：決定是否將程序進行卸載？以及卸載程序的哪些部分至 MEC 計算節點？
卸載策略可分為動態卸載及靜態卸載兩種：在執行卸載前決定好所需卸載的所有程序塊的策略為靜態卸載策略；在卸載過程中的實際影響因素來動態規劃卸載程序的策略為動態卸載策略。
4)程序傳輸：當移動終端做出卸載決策以後就可以把劃分好的計算程序交到雲端執行。程序傳輸有多種方式，可以通過3G/4G/5G網絡進行傳輸，也可以通過Wi-Fi進行傳輸。程序傳輸的目的是將卸載的計算程序傳輸至 MEC計算節點。
5)執行計算：執行主要採取的是虛擬機方案。移動終端把計算任務卸載傳輸到雲端後，雲端就為該任務啟動一個虛擬機，然後該任務就駐留在虛擬機中執行，而用戶端感覺不到任何變化。MEC 計算節點對卸載到服務器的程序進行計算。
6)計算結果回傳：計算結果的返回是計算卸載流程中的最後一個環節。將 MEC 計算節點進行計算處理後的結果傳回用戶的移動設備終端。至此，計算卸載過程結束，移動終端與雲端斷開連接。
卸載決策
計算卸載的過程中會受到不同因素的影響，如用戶的使用習慣、無線電信道的通信情況、回程連接的質量、移動設備的性能和雲服務器的可用性等，因此計算卸載的關鍵在於指定適合的卸載決策。邊緣計算社區按照需要進行計算卸載的任務的性能需求，對計算卸載策略進行了簡單介紹。目前，計算卸載的性能通常以時間延遲和能量消耗作為衡量指標。時間延遲和能量消耗的計算具體分為以下兩種情況。
1)在不進行計算卸載時，時間延遲是指在移動設備終端處執行本地計算所花費的時間；能量消耗是指在移動設備終端處執行本地計算所消耗的能量。
2)在進行計算卸載時，時間延遲是指卸載數據到 MEC 計算節點的傳輸時間、在 MEC 計算節點處的執行處理時間、接收來自 MEC 計算節點處理的數據結果的傳輸時間三者之和；能量消耗是指卸載數據到 MEC 計算節點的傳輸耗能、接收來自MEC 計算節點處理的數據結果的傳輸耗能兩部分之和。
卸載決策即UE決定是否卸載及卸載多少。UE由代碼解析器、系統解析器和決策引擎組成，執行卸載決策需要3個步驟：首先代碼解析器根據應用程序類型和代碼/數據分區確定那些任務可以協助；然後系統解析器負責監控各種參數，如可用帶寬、要卸載的數據大小或執行本地應用程序所耗費的能量等；最後，決策引擎確定是否要卸載。一般來說，關於計算卸載的決策有以下三種方案。
1. 本地執行（local execution）：整個計算在UE本地完成；
2. 完全卸載( full offloading )：整個計算由MEC卸載和處理；
3. 部分卸載（partial offloading）：計算的一部分在本地處理，而另一部分則卸載到MEC服務器處理。
做出這3種決策的影響因素主要是UE能量消耗和完成計算任務延時。
卸載決策需要考慮計算時延因素，因為時延會影響用戶的使用體驗，並可能會導致耦合程序因為缺少該段計算結果而不能正常運行，因此所有的卸載決策至少都需要滿足移動設備端程序所能接受的時間延遲限制。此外，還需考慮能量消耗問題，如果能量消耗過大，會導致移動設備終端的電池快速耗盡。最小化能耗即在滿足時延條件的約束下，最小化能量消耗值。對於有些應用程序，若不需要最小化時延或能量的某一個指標，則可以根據程序的具體需要,賦予時延和能耗指標不同的加權值，使二者數值之和最小，即總花費最小，我們稱之為最大化收益的卸載決策。
卸載決策開始以後，接下來就要進行合理的計算資源分配。與計算決策類似，服務器端計算執行地點的選擇將受到應用程序是否可以分割進行並行計算的影響。如果應用程序不滿足分割性和並行計算性，那麼只能給本次計算分配一個物理節點。相反，如果應用程序具有可分割線並支持並行計算，那麼卸載程序將可以分佈式地在多個虛擬機節點進行計算。
總結
移動邊緣計算中計算卸載技術將移動終端的計算任務卸載到邊緣網絡,解決了設備在資源存儲、計算性能以及能效等方面存在的不足。同時相比於雲計算中的計算卸載,MEC解決了網絡資源的佔用、高時延和額外網絡負載等問題。計算卸載算是邊緣計算核心技術之一，邊緣計算又是5G關鍵技術之一，關注5G的可以關注一下計算卸載。