[論文レビュー] PIRT: A Runtime Framework to Enable Energy-Efficient Real-Time Robotic Applications on Heterogeneous Architectures

Liu Liu, Shaoshan Liu+4 more|arXiv (Cornell University)|Feb 23, 2018

Robotics and Sensor-Based Localization参考文献 15被引用数 5

ひとこと要約

PIRT は、モバイルロボットシステムにおける異種アクセラレータ（例：GPU、FPGA、DSP）間でワークロードを動的に管理するランタイムフレームワークであり、エネルギー効率の高いリアルタイム性能を実現する。ワークロードの特性とシステム制約に基づき、最適なアクセラレータにタスクを知的にオフロードすることで、11Wの消費電力制約内でローカライゼーションを25 FPS、障害物検出を3 FPS、完全なロボット機能を実現する。

ABSTRACT

Enabling full robotic workloads with diverse behaviors on mobile systems with stringent resource and energy constraints remains a challenge. In recent years, attempts have been made to deploy single-accelerator-based computing platforms (such as GPU, DSP, or FPGA) to address this challenge, but with little success. The core problem is two-fold: firstly, different robotic tasks require different accelerators, and secondly, managing multiple accelerators simultaneously is overwhelming for developers. In this paper, we propose PIRT, the first robotic runtime framework to efficiently manage dynamic task executions on mobile systems with multiple accelerators as well as on the cloud to achieve better performance and energy savings. With PIRT, we enable a robot to simultaneously perform autonomous navigation with 25 FPS of localization, obstacle detection with 3 FPS, route planning, large map generation, and scene understanding, traveling at a max speed of 5 miles per hour, all within an 11W computing power envelope.

研究の動機と目的

• 厳密なエネルギー制限およびリソース制限を伴うモバイルシステムに、多様なロボットワークロードをデプロイする課題に対処すること。
• ロボットアプリケーションの多様な計算要件に対応できない単一アクセラレータプラットフォームの限界を克服すること。
• モバイルおよびクラウド環境において、複数のアクセラレータを同時に管理する開発者の負担を軽減すること。
• ローカライゼーション、障害物検出、ルート計画、シーン理解などの複雑なロボットタスクにおけるリアルタイム性能を実現すること。
• 多様な計算アーキテクチャにおいて、高いパフォーマンスを維持しつつ、顕著なエネルギー節約を達成すること。

提案手法

• 計算要件とエネルギー効率に基づき、最適なアクセラレータ（GPU、DSP、FPGA）にロボットワークロードをマッピングする動的タスクオフロードメカニズムを設計する。
• 電力消費、タスク遅延、アクセラレータ利用率を含むシステム状態のランタイムモニタリングを統合する。
• リアルタイム制約とエネルギー効率を優先するワークロード認識スケジューリングポリシーを実装する。
• 統一されたランタイムインターフェースを通じて、モバイルエッジデバイスとクラウドプラットフォーム間でのシームレスな実行をサポートする。
• 変動するワークロードに応じて、パフォーマンスと消費電力のバランスを取るための適応的リソース管理を活用する。
• 各アクセラレータタイプにおけるデータ移動の最小化とスループットの最大化を実現するためのハードウェア固有最適化を活用する。

実験結果

リサーチクエスチョン

• RQ1 1つのランタイムフレームワークは、複数の異種アクセラレータにまたがる多様なロボットワークロードをどのように効率的に管理できるか？
• RQ2 制限された消費電力制約を持つモバイルロボットシステムにおいて、リアルタイム性能とエネルギー効率を実現するメカニズムは何か？
• RQ3 アクセラレータ間での動的タスクオフロードは、静的または単一アクセラレータアプローチと比較して、パフォーマンス向上とエネルギー消費削減にどの程度寄与するか？
• RQ4 統一されたランタイムフレームワークは、ローカライゼーション、障害物検出、シーン理解といった複雑なロボット行動を同時にどの程度サポートできるか？
• RQ5 モバイルおよびクラウド環境にわたるロボットワークロードのスケーリングにおいて、パフォーマンスとエネルギー効率のトレードオフはどのようなものか？

主な発見

• PIRT は、ローカライゼーションを25 FPS、障害物検出を3 FPS で自律走行を実現し、リアルタイム応答性を維持する。
• フレームワークは、ルート計画、大規模マップ生成、シーン理解を含む完全なロボット機能を11Wの消費電力制約内に実装できる。
• 最適なアクセラレータにタスクを動的にオフロードすることで、モノリシックまたは単一アクセラレータソリューションと比較して顕著なエネルギー節約を達成する。
• 変動するワークロードおよびリソース制約下でも、エンドツーエンドの遅延が低く、スループットが高く維持される。
• PIRT は、モバイルプラットフォームおよびクラウド環境にわたるスケーラビリティとポータビリティを示し、一貫したパフォーマンスとエネルギー効率を実現する。
• ランタイムモニタリングと適応的スケジューリングにより、無駄な待機時間を削減し、アクセラレータの利用率を向上させ、エネルギー効率とパフォーマンスに寄与する。