[論文レビュー] PI-Edge: A Low-Power Edge Computing System for Real-Time Autonomous Driving Services

Jie Tang, Shaoshan Liu+2 more|arXiv (Cornell University)|Dec 29, 2018

Autonomous Vehicle Technology and Safety参考文献 31被引用数 17

ひとこと要約

PI-Edge は、異種ランタイム、軽量オペレーティングシステム、および動的クラウドオフロードを活用することで、安価な組み込みハードウェア上でリアルタイムの自律走行サービスを実現する低消費電力エッジコンピューティングシステムです。NVIDIA Jetson プラットフォーム上でわずか 11 W の消費電力で、複数の自律走行ワークロードを完全にサポートしており、自律走行車両用に初めて完全なプロダクション準備が整ったエッジシステムです。

ABSTRACT

To simultaneously enable multiple autonomous driving services on affordable embedded systems, we designed and implemented π-Edge, a complete edge computing framework for autonomous robots and vehicles. The contributions of this paper are three-folds: first, we developed a runtime layer to fully utilize the heterogeneous computing resources of low-power edge computing systems; second, we developed an extremely lightweight operating system to manage multiple autonomous driving services and their communications; third, we developed an edge-cloud coordinator to dynamically offload tasks to the cloud to optimize client system energy consumption. To the best of our knowledge, this is the first complete edge computing system of a production autonomous vehicle. In addition, we successfully implemented π-Edge on a Nvidia Jetson and demonstrated that we could successfully support multiple autonomous driving services with only 11 W of power consumption, and hence proving the effectiveness of the proposed π-Edge system.

研究の動機と目的

• 低コスト・低消費電力の組み込みシステム上で複数のリアルタイム自律走行サービスを可能にすること。
• 動的タスクオフロードを活用して、自律走行車両のエッジコンピューティングにおけるエネルギー効率を最適化すること。
• サービスの隔離とサービス間通信を効率的に管理できる軽量オペレーティングシステムの設計。
• 低消費電力のエッジデバイスにおける異種コンピューティングリソース（CPU、GPU、TPU）を最大限に活用すること。
• 自律走行車両用に完全でプロダクション準備が整ったエッジコンピューティングスタックを提供すること。

提案手法

• 低消費電力エッジデバイス上で異種コンピューティングリソース（CPU、GPU、TPU）を動的にスケジューリング・活用するカスタムランタイム層を開発。
• 最小限のマイクロカーネルベースのオペレーティングシステムを実装し、低オーバーヘッドと強固な隔離を実現しながら複数の自律走行サービスを管理。
• システム負荷とエネルギー消費を監視し、有益な場合にはコンピューティング集約的タスクをクラウドにオフロードするエッジ・クラウド協調モジュールを設計。
• 低遅延なサービス間連携を保証するため、軽量なプロセス間通信（IPC）メカニズムを採用。
• 実時間性能とエネルギー効率を検証するため、システム全体を NVIDIA Jetson プラットフォームにデプロイ・評価。
• タスクオフロードの意思決定は、ローカルリソース利用状況とエネルギー消費メトリクスのリアルタイム監視に基づく。

実験結果

リサーチクエスチョン

• RQ1 低消費電力エッジシステムは、複数のリアルタイム自律走行サービスを同時に効率的にサポートできるか？
• RQ2 組み込みシステムにおける異種コンピューティングリソースを、リアルタイム性能要件を満たすためにどのように完全に活用できるか？
• RQ3 エッジとクラウド間でのタスクオフロードの最適戦略は何か？エネルギー消費を最小限に抑えるには？
• RQ4 軽量オペレーティングシステムは、自律走行ワークロードにおけるサービスの隔離と通信を効果的に管理できるか？
• RQ5 一般の組み込みハードウェア上で、完全でプロダクション準備が整ったエッジコンピューティングシステムを構築することは可能か？

主な発見

• PI-Edge は、NVIDIA Jetson プラットフォーム上でわずか 11 W の消費電力で、複数の自律走行サービスを効果的にサポート。
• 動的ワークロード下でもすべてのサービスでリアルタイム性能を達成し、低遅延なタスク実行を実証。
• エッジ・クラウド協調モジュールにより、コンピューティング集約的タスクをオフロードすることで、クライアント側のエネルギー消費を削減。
• 軽量オペレーティングシステムは低オーバーヘッドと効率的なサービス間通信を実現し、安定したサービス隔離を可能に。
• 異種ランタイムレイヤーは CPU、GPU、TPU リソースを効果的に活用し、全体のシステムスループットを向上。
• 本研究は、実世界の組み込みデプロイで検証された、自律走行車両用に初めて完全でプロダクション準備が整ったエッジコンピューティングシステムを提示。