Бенчмарк помогает отсортировать метрики ADAS SoC

Производители автомобильных микросхем все время говорят о системе на кристалле, разработанной для усовершенствованных систем помощи при вождении.

Но как остальные из нас - репортеры, аналитики и, самое главное, автопроизводители - отличить одну SoC ADAS от другой?

По правде говоря, мы не можем. Отсутствие научных инструментов и тестов не оставляет другого выбора, кроме как поверить на слово поставщику. Или мы полагаемся на такие несовершенные показатели, как триллион операций в секунду (TOPS), чтобы сравнить EyeQ5 Intel / Mobileye с Xavier от Nvidia, что, вероятно, бесполезно.

Около месяца назад EEMBC, отраслевой консорциум, разрабатывающий тесты для встраиваемого оборудования, выпустил ADASMark, набор тестов для автономного вождения, который теперь доступен для лицензирования.

Новый набор инструментов, согласно EEMBC, разработан, чтобы помочь рядовым компаниям и автопроизводителям оптимизировать использование вычислительных ресурсов, от центрального процессора до графического процессора и аппаратных ускорителей, при разработке собственных систем ADAS.

Майк Демлер, старший аналитик Linley Group, приветствовал ADASMark, отметив:«Приятно видеть, что это не просто абстрактная метрика производительности, а реальные рабочие нагрузки». Демлер сказал, что участие компании AU-Zone Technologies, предоставляющей услуги по инженерному проектированию, и таких поставщиков микросхем, как NXP Semiconductors и Texas Instruments, сделало тест EEMBC более значимым, чем, например, общий DeepBench от Baidu.

Все дело в фреймворках
EE Times связалась с Питером Торелли, президентом и техническим директором EEMBC, чтобы узнать о проблемах, с которыми сталкиваются автопроизводители при разработке высокоавтоматизированных автомобилей.

Нет никаких сомнений в том, что все больше и больше автомобильных встроенных систем используют несколько ядер. Однако, как заметил Торелли, «все еще очень мало фреймворков, которые могут использовать свои асимметричные вычислительные ресурсы». Он добавил:«Без фреймворка каждый экземпляр скомпилированного теста сильно различается в зависимости от оборудования, что делает сравнение между платформами чрезвычайно трудным. Платформы упрощают переносимость с минимальными изменениями ».

«Рассмотрим конвейер ADASMark ниже», - сказал он.

(Источник:EEMBC)

Торелли сказал:«Базовая производительность этой системы может быть связана с использованием одного и того же процессора на всех этапах конвейера. Но что, если разработчик захочет заменить на последней стадии нестандартный чип нейронной сети? Или, возможно, использовать специальный DSP для преобразования цветового пространства? »

Здесь на помощь приходит фреймворк.

«Без фреймворка разработчик должен был бы вставить код для взаимодействия между тестом производительности и вычислительным устройством (NN, DSP или GPU). Это требует времени, сложно и подвержено ошибкам и может легко нарушить цель теста (или испортить результаты) ».

«Фреймворк значительно упрощает перенацеливание вычислительных устройств», - пояснил Торелли.

Первоначально EEMBC изучил варианты, доступные сегодня на рынке. «AMP и OpenAMP пытаются решить эту проблему, но они являются спецификациями для симметричных многоядерных процессоров, и здесь они нам не помогают», - сказал Торелли. «Мы также посмотрели на OpenCV и OpenVX, но поддержка среди производителей была неоднородной».

Так EEMBC разработала ADASMark на основе новой структуры с более релевантной рабочей нагрузкой.

Сосредоточьтесь на конвейере обработки изображений
Ключевые особенности ADASMark Benchmark Suite, согласно EEMBC, «включают OpenCL 1.2 Embedded Profile API для обеспечения согласованности между вычислительными реализациями; потоки приложений, созданные серией микротестов, которые измеряют и сообщают о производительности SoC, обрабатывающих компьютерное зрение, автономное вождение и задачи мобильной визуализации; и механизм вывода CNN для распознавания дорожных знаков, созданный Au-Zone Technologies ».

Поскольку ADAS требует ресурсоемких возможностей обнаружения объектов и визуальной классификации, ADASMark уделяет внимание конвейеру визуализации. В нем предполагается использовать «реальные рабочие нагрузки, которые представляют собой высокопараллельные приложения, такие как сшивание объемного изображения, обнаружение контуров и классификация дорожных знаков сверточной нейронной сети (CNN)», - пояснил EEMBC.