EEMBC запускает ADASMark: реальный бенчмарк для SoC передовых систем помощи водителю

Автомобильные производители чипов регулярно твердят о своих системных кристаллах (SoC), построенных для передовых систем помощи водителю (ADAS). Однако без объективных метрик стейкхолдерам — репортерам, аналитикам и, что наиболее критично, автопроизводителям — почти невозможно отличить один ADAS SoC от другого.

На практике рынок опирается на заявления вендоров или грубые метрики вроде триллионов операций в секунду (TOPS). Сравнение Intel/Mobileye EyeQ5 с Nvidia Xavier по TOPS в одиночестве вводит в заблуждение и дает мало действенных инсайтов.

Чтобы адресовать этот пробел, консорциум встроенного железа EEMBC недавно запустил ADASMark, набор бенчмарков автономного вождения, теперь доступный для лицензирования. Инструментарий спроектирован для помощи tier-1 поставщикам и автопроизводителям оптимизировать вычислительные ресурсы — от CPU к GPU и выделенным акселераторам — при проектировании их ADAS стеков.

Майк Демлер, старший аналитик The Linley Group, похвалил ADASMark: «Освежающе, что этот бенчмарк заземлен в реальных нагрузках, а не просто в абстрактных числах». Он подсветил участие AU-Zone Technologies, NXP Semiconductors и Texas Instruments, которые вместе дают набору практический превосходство над общими тестами вроде Baidu DeepBench.

Фреймворк-центричный дизайн

EE Times интервьюировала Питера Торелли, президента и CTO EEMBC, о вызовах, с которыми сталкиваются автопроизводители по мере того как автомобили становятся все более автоматизированными. Он отметил, что в то время как многие встроенные системы теперь развертывают множественные ядра, «все еще очень мало фреймворков, которые могут полностью использовать асимметричные вычислительные ресурсы». Без надежного фреймворка каждый экземпляр бенчмарка бы драматически варьировался по железу, усложняя кросс-платформенные сравнения.

Иллюстрированное диаграммой пайплайна ADASMark ниже, базовая производительность использует единственный CPU для всех стадий. Однако разработчик может захотеть подключить кастомный нейро-чип для финальной стадии инференса или дедированный DSP для конвертации цветового пространства.

В таких сценариях фреймворк упрощает ретаргетинг вычислительных устройств, устраняя необходимость для разработчиков писать беспокойный интерфейсный код — процесс, который затратен по времени, склонен к ошибкам и может искажать результаты бенчмарка.

«AMP и OpenAMP спроектированы для симметричных многозадачных систем и не адресуют наши нужды», — объяснил Торелли. «OpenCV и OpenVX предлагают частичную поддержку, но принятие производителями несогласованно». Этот анализ привел EEMBC к созданию ADASMark вокруг кастомного фреймворка, адаптированного к реальным нагрузкам.

Фокус на образцовом пайплайне

Ключевые особенности ADASMark включают OpenCL 1.2 Embedded Profile API для обеспечения согласованности через реализации; серию микробенчмарков, квантифицирующих производительность для SoC, обрабатывающих компьютерное зрение, автономное вождение и мобильные образцовые задачи; и CNN инференс движок распознавания дорожных знаков, разработанный AU-Zone Technologies.

Поскольку ADAS требует интенсивных возможностей обнаружения объектов и визуальной классификации, ADASMark фокусируется на образцовом пайплайне. Он моделирует высокопараллельные нагрузки вроде surround-view стыковки, обнаружения контуров и CNN-базированной классификации дорожных знаков — точно те задачи, что подкрепляют современную функциональность ADAS.