近年来，随着移动设备、物联网终端与智能边缘设备的快速普及，越来越多的计算任务正从传统云中心下沉至靠近用户侧的边缘环境中执行。本方向聚焦于通过计算调度与系统优化构建高效的边缘智能系统，研究内容涵盖端侧大模型推理加速、边缘计算系统中的在线工作流调度，以及面向AI工作流的算网资源协同编排等，旨在为边缘环境中的智能计算任务提供高效、可靠且具有理论性能保证的计算服务。

随着移动设备的普及以及新兴应用带来的需求激增，移动网络需要为人类和机器提供高质量的连接。工业自动化、自动驾驶和远程医疗等新兴应用要求网络支持多种并存的通信服务，每种服务都有各自特定的时延和可靠性要求。对于实时和任务关键型服务，轻微的延迟违反可能带来严重后果。

在后5G和6G时代，环境感知辅助通信（Environment-Aware Communication）将为用户提供更智能的通信服务优化和资源管理。传统通信系统由于缺乏对环境的实时感知，无法动态调整其通信参数，导致了资源浪费和性能下降。面对多样化的用户需求和复杂化的新兴网络应用，如自动驾驶、智能城市和物联网，现有的通信方式难以应对快速变化的环境和网络条件，从而降低服务质量。