随着5G网络技术的快速发展和移动智能终端的广泛普及,融合网络能力与跨平台特性的移动Web应用促进了大量新型移动互联网业务的出现,包括移动办公、移动生活和移动社交等应用。可以预见,随着移动Web浏览器调用终端设备本地计算能力和效率地不断完善与提升,移动Web服务必将成为未来移动互联网时代的主流形式。然而,受限于移动Web低效的JavaScript计算环境和即时加载的服务提供机制,在移动Web上实现计算密集型的深度学习任务目前仍难以获得满意的体验。即使利用高带宽、低时延的边缘计算架构提供协作式计算服务,在移动Web上实现高效、节能的深度学习推理仍然存在诸多挑战,具体包括:（1）现有的分布式深度学习推理技术难以直接部署、运行在移动Web平台中,离线模型的推理时延与能耗估计缺乏对低效的计算环境和动态上下文的考虑,且无法提供平衡多个优化目标的分布式推理方案;（2）移动Web的弱计算环境导致大多数密集的深度学习推理计算通常被卸载到边缘云和远端云中完成,缺乏能够在移动Web上独立完成任务推理的轻量化协作式推理服务;（3）移动Web动态、复杂的运行环境导致固定的轻量化协作分支难以提供上下文感知自适应推理服务。因此,如何平衡轻量化分支模型的推理效率和精度也是协作式移动Web推理面临的难题之一;（4）尽管“云-边-端”架构在移动Web和服务端之间提供了动态、可协作地深度学习推理,但是用户的移动性、聚集性可能导致高并发协作请求现象。实际应用中,在边缘云中部署大量闲置的服务器资源是不切实际的。因此,边缘计算环境下针对高并发的移动Web协作请求如何提供动态的任务编排与资源调度是合理优化资源使用、提升服务体验的重要基础。针对上述挑战,本文研究了基于边缘计算的移动Web深度学习推理关键技术,重点从自适应切分的分布式推理技术、轻量化二值分支的协作式推理技术、上下文感知的协作式推理技术以及移动Web协作请求动态调度技术等方面展开深入研究,具体的研究内容及贡献如下:（1）提出了移动Web与边缘云之间自适应切分的分布式深度学习推理技术。首先设计了一个面向移动Web的自适应切分的分布式深度学习推理框架,提出具有自学习特性的推理时延与移动能耗估计方法,扩大对泛在终端设备和Web浏览器支持,并建立了时延和移动能耗为多目标的优化模型以提供最佳的模型切分策略。在标准数据集上与代表性的分布式深度学习推理方案进行比较,实验结果显示了该方法的有效性与高效性。（2）设计了具有轻量化二值分支的协作式深度学习推理框架,并提供包含全精度骨干网络和二值分支的联合训练方法,允许轻量化二值分支在满足精度需求时提前退出协作式推理,即无需边缘端全精度骨干网络的协作。此外,实现了适用于移动Web平台的高效二值分支推理库,与已有的Web深度学习推理库相比,有效支持在移动Web与边缘云之间提供在线协作式推理。在多个深度学习模型和经典数据集上进行验证,结果表明所设计的轻量化协作式推理方案有效降低了推理时延和移动能耗,提升了系统的吞吐量。（3）在轻量化二值分支的协作式移动Web推理服务提供基础上,进一步设计将移动Web、边缘云和远端云融合、联系起来协同提供深度学习推理服务的框架,并提出一个上下文感知的轻量化模型剪枝算法,其考虑了移动Web在线协作推理请求的推理时延、网络带宽和终端设备算力等多个因素。此外,针对“云-边-端”协同服务架构下的轻量化协作分支模型缓存更新、实时匹配提供等问题,分别介绍了一种离线缓存模型的更新机制和在线阶段的实时智能模型匹配器,并优化、提升了在线阶段面向海量移动Web用户提供轻量化分支模型请求的搜索效率。（4）为了进一步提升协作式深度学习的推理效率、移动能耗以及系统吞吐量,合理优化使用资源、均衡资源的计算负载,提出边缘云环境下基于强化学习的动态调度方案,最大限度地提升边缘中心之间的资源利用率。此外,针对混合云环境下不同阶段优化目标存在的差异,设计了一种两阶段的在线强化学习方法,在不同阶段对不同的调度目标进行优化,并提出奖励预测模型,有效降低了模型的训练和收敛难度。仿真结果与实际应用验证表明了所提出动态调度算法的有效性。