（圖片來(lái)源：加州大學(xué)河濱分校）

為了正確、安全地運(yùn)行無(wú)人機(jī)和自動(dòng)駕駛汽車等自動(dòng)系統(tǒng)，需要極快速地同時(shí)進(jìn)行數(shù)百萬(wàn)次計(jì)算，通常為這些自動(dòng)系統(tǒng)提供所需的計(jì)算能力的就是GPU。GPU廣泛用于超級(jí)計(jì)算和云計(jì)算，以顯著提高如圖像處理、深度學(xué)習(xí)和其他計(jì)算密集型應(yīng)用的速度。而提高速度是有代價(jià)的，用于并行計(jì)算的GPU消耗大量能源，限制了其用于自給自足的、通常由電池驅(qū)動(dòng)的應(yīng)用場(chǎng)景，如汽車和無(wú)人機(jī)。

對(duì)于自動(dòng)系統(tǒng)而言，有效的GPU必須是節(jié)能的，并且能夠?qū)崟r(shí)執(zhí)行工作負(fù)載（workload）。例如，一輛自動(dòng)駕駛汽車要在道路上安全行駛，必須能夠處理各種傳感器信息，如攝像頭和激光雷達(dá)，并在幾毫秒內(nèi)做出決定，以防止車輛發(fā)生碰撞。

然而，現(xiàn)代嵌入式GPU用于自動(dòng)系統(tǒng)設(shè)備中時(shí)有幾個(gè)限制。GPU往往能耗高，導(dǎo)致計(jì)算能力不足，限制自動(dòng)系統(tǒng)性能。GPU硬件和軟件需要有時(shí)間意識(shí)，以成功執(zhí)行實(shí)時(shí)操作，并滿足工作負(fù)載時(shí)間要求，從而提供正確和安全的操作。

為了解決這些問(wèn)題，加州大學(xué)河濱分校的項(xiàng)目將提供橫跨軟件和硬件的解決方案，為自動(dòng)系統(tǒng)打造實(shí)時(shí)嵌入式GPU。Wong表示，“當(dāng)前的GPU在閑置狀態(tài)時(shí)的能耗與積極處理工作負(fù)載時(shí)的能耗幾乎相同，造成了能源浪費(fèi)?！睘榇?，該團(tuán)隊(duì)將設(shè)計(jì)“能耗靈活”的硬件，使GPU根據(jù)工作量消耗能源。Wong 解釋道，“如果GPU做功少，能耗就低；如果需要做更多的工作，能耗就高?！?/p>

GPU硬件由多個(gè)調(diào)度器組成，而這些調(diào)度器并不了解工作負(fù)載的時(shí)間要求。因此，如果在GPU上運(yùn)行多個(gè)工作負(fù)載，可能會(huì)有一些工作負(fù)載由于爭(zhēng)奪硬件資源而錯(cuò)過(guò)截止日期。研究小組將創(chuàng)建具有時(shí)間感知的硬件和軟件，允許各種硬件調(diào)度器對(duì)工作負(fù)載進(jìn)行優(yōu)先排序，以確保滿足時(shí)間期限。

研究人員將設(shè)計(jì)與硬件調(diào)度器協(xié)調(diào)的實(shí)時(shí)調(diào)度軟件。通過(guò)硬件使軟件根據(jù)工作負(fù)載進(jìn)度進(jìn)行更新，從而使軟件做出更好的調(diào)度決策，并改進(jìn)實(shí)時(shí)操作。Kim表示，“目前的軟件和硬件在執(zhí)行工作負(fù)載期限方面沒(méi)有協(xié)調(diào)一致。該項(xiàng)目將使多種工作負(fù)載安全運(yùn)行，并提高自動(dòng)系統(tǒng)中嵌入式GPU的性能?！?/p>

返回第一電動(dòng)網(wǎng)首頁(yè) >