벤치마크는 ADAS SoC 측정항목을 분류하는 데 도움이 됩니다.

자동차 칩 회사는 첨단 운전 지원 시스템을 위해 설계된 시스템 온 칩에 대해 항상 이야기합니다.

하지만 기자, 분석가, 그리고 가장 중요한 자동차 제조업체인 나머지 사람들은 어떻게 ADAS SoC를 다른 ADAS SoC와 구별할 수 있을까요?

사실, 우리는 할 수 없습니다. 과학적 도구와 벤치마크가 없기 때문에 공급업체의 말을 받아들일 수 밖에 없습니다. 또는 Intel/Mobileye의 EyeQ5를 Nvidia의 Xavier와 비교하기 위해 TOPS(초당 1조 회 작업 수)와 같은 불완전한 측정값에 의존합니다.

약 한 달 전에 임베디드 하드웨어에 대한 벤치마크를 개발하는 산업 컨소시엄인 EEMBC는 현재 라이선스가 제공되는 자율 주행 벤치마크 제품군인 "ADASMark"를 출시했습니다.

EEMBC에 따르면 새 도구 모음은 계층 및 자동차 제조업체가 자체 ADAS 시스템을 설계할 때 CPU에서 GPU 및 하드웨어 가속기에 이르는 컴퓨팅 리소스 사용을 최적화하는 데 도움이 되도록 설계되었습니다.

Linley Group의 수석 분석가인 Mike Demler는 ADASMark를 환영하며 "이것이 단지 추상적인 성능 메트릭이 아니라 실제 워크로드를 사용했다는 것을 알게 되어 기쁩니다."라고 말했습니다. Demler는 캘거리에 기반을 둔 엔지니어링 설계 서비스 회사인 AU-Zone Technologies와 NXP Semiconductors 및 Texas Instruments와 같은 칩 공급업체의 참여로 인해 EEMBC의 테스트가 Baidu의 일반 DeepBench보다 더 의미가 있다고 말했습니다.

프레임워크에 관한 모든 것
EE Times는 EEMBC 사장 겸 CTO인 Peter Torelli를 만나 자동차 제조업체가 고도로 자동화된 차량을 설계할 때 직면하는 과제에 대해 질문했습니다.

점점 더 많은 자동차 임베디드 시스템이 다중 코어를 배치한다는 점에는 의심의 여지가 없습니다. 그러나 Torelli가 지적했듯이 "비대칭 컴퓨팅 리소스를 활용할 수 있는 프레임워크는 여전히 매우 적습니다." 그는 “프레임워크가 없으면 컴파일된 벤치마크의 모든 인스턴스가 하드웨어에 따라 크게 달라지고 플랫폼 간 비교가 매우 어려워집니다. 프레임워크는 약간의 수정으로 이식성을 용이하게 합니다."

그는 아래의 ADASMark 파이프라인을 고려한다고 말했습니다.

Torelli는 "이 시스템의 기본 성능은 파이프라인의 모든 단계에 대해 동일한 CPU를 사용하고 있을 수 있습니다. 그러나 개발자가 마지막 단계에서 맞춤형 신경망 칩을 교체하고 싶다면 어떻게 해야 할까요? 아니면 색 공간 변환을 위해 전용 DSP를 사용하시겠습니까?”

여기에서 프레임워크가 필요합니다.

“프레임워크가 없으면 개발자는 벤치마크와 컴퓨팅 장치(NN, DSP 또는 GPU) 간의 인터페이스에 코드를 삽입해야 합니다. 이는 시간이 많이 걸리고 복잡하며 오류가 발생하기 쉬우며 벤치마크 의도를 쉽게 방해하거나 결과를 손상시킬 수 있습니다."

프레임워크를 사용하면 컴퓨팅 장치의 이러한 리타겟팅이 훨씬 쉬워진다고 Torelli는 설명했습니다.

EEMBC는 처음에 오늘날 시장에서 사용할 수 있는 옵션을 조사했습니다. Torelli는 "AMP와 OpenAMP는 이 문제를 해결하려고 시도하지만 대칭형 멀티코어에 대한 사양이며 여기에서는 실제로 도움이 되지 않습니다."라고 말했습니다. "OpenCV 및 OpenVX도 살펴보았지만 제조업체 환경에서 지원이 부족했습니다."

이것이 EEMBC가 보다 관련성이 높은 워크로드가 포함된 새로운 프레임워크를 기반으로 ADASMark를 개발하게 된 방법입니다.

이미징 파이프라인에 집중
EEMBC에 따르면 ADASMark Benchmark Suite의 주요 기능은 “컴퓨팅 구현 간의 일관성을 보장하기 위해 OpenCL 1.2 Embedded Profile API를 포함합니다. 컴퓨터 비전, 자율 주행 및 모바일 이미징 작업을 처리하는 SoC의 성능을 측정하고 보고하는 일련의 마이크로 벤치마크에 의해 생성된 애플리케이션 흐름 Au-Zone Technologies에서 만든 교통 표지 인식 CNN 추론 엔진"

ADAS는 컴퓨팅 집약적 객체 감지 및 시각적 분류 기능이 필요하기 때문에 ADASMark는 이미징 파이프라인에 중점을 둡니다. EEMBC는 "서라운드 뷰 스티칭, 윤곽 감지, CNN(컨볼루션 신경망) 교통 표지 분류와 같은 고도로 병렬화된 애플리케이션을 나타내는 실제 워크로드"를 사용하는 것으로 보입니다.