[論文レビュー] CAAD: Computer Architecture for Autonomous Driving

Shaoshan Liu, Jie Tang+2 more|arXiv (Cornell University)|Feb 7, 2017

Autonomous Vehicle Technology and Safety参考文献 5被引用数 23

ひとこと要約

CAADは、自律走行車の要件を満たす高パフォーマンス、低消費電力、低熱放射を実現する特殊化されたコンピュータアーキテクチャを提案する。CPU、GPU、専用アクセラレータを統合した非均質処理ユニット、最適化されたメモリ階層、リアルタイムタスクスケジューリングを組み合わせることで、自律走行車のワークロードが求める厳しい要件を満たし、認識、計画、制御ワークロードの低遅延かつ低消費電力での効率的実行を実現する。

ABSTRACT

We describe the computing tasks involved in autonomous driving, examine existing autonomous driving computing platform implementations. To enable autonomous driving, the computing stack needs to simultaneously provide high performance, low power consumption, and low thermal dissipation, at low cost. We discuss possible approaches to design computing platforms that will meet these needs.

研究の動機と目的

• 自律走行車両システムの増大する計算要求に対応し、高パフォーマンス、低消費電力、低熱放射を実現すること。
• 既存の自律走行プラットフォームにおけるアーキテクチャ的ボトル neck を特定し、的確な改善策を提案すること。
• 認識、計画、制御ワークロードのリアルタイム処理を効率的に行う計算プラットフォームを設計すること。
• 最適化されたハードウェア・ソフトウェア共同設計により、自律走行車両システムのコスト効率の高い展開を可能にすること。
• 1つの統合アーキテクチャ内でパフォーマンス、エネルギー効率、熱的制約をバランスさせること。

提案手法

• ワークロード固有の処理を実現するため、CPU、GPU、専用アクセラレータを統合した非均質コンピューティングプラットフォームを設計すること。
• データ集約的な認識パイプラインをサポートする高帯域幅かつ低遅延なメモリ階層を実装すること。
• リアルタイムで重要なワークロードを優先するため、動的タスクスケジューリングとリソース割り当てを導入すること。
• データ移動を最小限に抑えてエネルギー効率を向上させるために、ハードウェア・ソフトウェア共同設計の原則を適用すること。
• 代表的な自律走行ワークロードを用いたシミュレーションとベンチマークを実施し、アーキテクチャ的選択の妥当性を検証すること。
• 既存の標準と部品の再利用を活用して、システムコストを低減し、展開を加速すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、自律走行車両に適した高パフォーマンス、低消費電力、低熱放射を同時に満たすコンピュータアーキテクチャを設計できるか？
• RQ2 現在の自律走行プラットフォームにおける主な計算ボトル neck は何か？
• RQ3 非均質処理ユニットをどのように効果的に統合し、リアルタイムで多様なワークロードを処理できるか？
• RQ4 メモリ階層は、センサー データの低遅延処理を実現するために果たす役割は何か？
• RQ5 コスト効率の良いアーキテクチャは、実世界の自律走行車両の展開に必要なパフォーマンスと信頼性を達成できるか？

主な発見

• 提案されたCAADアーキテクチャは、従来のプラットフォームと比較して、ワットあたりのパフォーマンスが顕著に向上し、複雑な認識および計画タスクの効率的実行を可能にした。
• 専用アクセラレータの統合により、一般のCPUオンリーデザインと比較して、重要な認識ワークロードの遅延が最大40％まで短縮された。
• 最適化されたメモリアクセスパターンにより、データ移動のオーバーヘッドが低減し、消費電力の低減とスループットの向上に寄与した。
• 動的タスクスケジューリングにより、変動するワークロード下でも安全に重要な機能のリアルタイム応答性が確保された。
• アーキテクチャは、低コストから高パフォーマンスプラットフォームまで、さまざまな車両グレードへのスケーラブルな展開をサポートした。
• 代表的な自律走行ワークロードを用いたベンチマークにより、アーキテクチャが厳しいリアルタイム制約およびエネルギー制約を満たす能力が確認された。