化身软件公司？ 大众集团面临着全新的软件问题

(来源:加州大学河滨分校)为了正确、安全地运行无人机和自动驾驶汽车等自动系统，需要非常快速地同时进行数百万次计算。通常，是GPU为这些自动系统提供所需的计算能力。GPU被广泛用于超级计算和云计算，以显著提高图像处理、深度学习和其他计算密集型应用的速度。然而，提高速度是有代价的。用于并行计算的GPU消耗大量能量，这限制了它在自给自足且通常由电池驱动的应用场景中的使用，例如汽车和无人机。对于自动化系统来说，有效的GPU一定是节能的，能够实时执行工作负载。例如，如果自动驾驶汽车想在路上安全行驶，它必须能够处理各种传感器信息，如摄像头和激光雷达，并在几毫秒内做出决定，防止车辆相撞。然而，现代嵌入式GPU在自动化系统设备中的应用存在一些局限性。GPU往往能耗较高，导致计算能力不足，限制了自动化系统的性能。GPU硬件和软件需要具有时间意识，才能成功执行实时操作并满足工作负载时间要求，从而提供正确和安全的操作。为了解决这些问题，加州大学河滨分校的项目将提供跨越软件和硬件的解决方案，并为自动化系统构建实时嵌入式GPU。Wong说，“当前的GPU在空闲时消耗的能量几乎与它在积极处理工作负载时消耗的能量相同，导致了能量浪费。”为此，团队将设计“弹性能耗”硬件，让GPU根据工作负载消耗能量。Wong解释说，“如果GPU做的工作少，能耗就低；如果需要做更多的工作，能量消耗将会很高。“GPU硬件由多个调度器组成，这些调度器并不知道工作负载的时间要求。因此，如果多个工作负载在GPU上运行，一些工作负载可能会由于硬件资源的竞争而错过截止日期。研究团队将创建时间感知硬件和软件，允许各种硬件调度程序对工作负载进行优先排序，以确保时间期限得到满足。研究人员将设计与硬件调度程序相协调的实时调度软件。通过硬件，软件根据工作量的进度进行更新，使软件做出更好的调度决策，提高实时性。Kim说，“当前的软件和硬件在执行工作负载期限时不协调。该项目将使各种工作负载安全运行，并提高自动化系统中嵌入式GPU的性能。"

(来源:加州大学河滨分校)为了正确、安全地运行无人机和自动驾驶汽车等自动系统，需要非常快速地同时进行数百万次计算。通常，是GPU为这些自动系统提供所需的计算能力。GPU被广泛用于超级计算和云计算，以显著提高图像处理、深度学习和其他计算密集型应用的速度。然而，提高速度是有代价的。用于并行计算的GPU消耗大量能量，这限制了它在自给自足且通常由电池驱动的应用场景中的使用，例如汽车和无人机。对于自动化系统来说，有效的GPU一定是节能的，能够实时执行工作负载。例如，如果自动驾驶汽车想在路上安全行驶，它必须能够处理各种传感器信息，如摄像头和激光雷达，并在几毫秒内做出决定，防止车辆相撞。然而，现代嵌入式GPU在自动化系统设备中的应用存在一些局限性。GPU往往能耗较高，导致计算能力不足，限制了自动化系统的性能。GPU硬件和软件需要具有时间意识，才能成功执行实时操作并满足工作负载时间要求，从而提供正确和安全的操作。为了解决这些问题，加州大学河滨分校的项目将提供跨越软件和硬件的解决方案，并为自动化系统构建实时嵌入式GPU。Wong说，“当前的GPU在空闲时消耗的能量几乎与它在积极处理工作负载时消耗的能量相同，导致了能量浪费。”为此，团队将设计“弹性能耗”硬件，让GPU根据工作负载消耗能量。Wong解释说，“如果GPU做的工作少，能耗就低；如果需要做更多的工作，能耗就会很高。”GPU硬件由多个调度器组成，这些调度器并不知道工作负载的时间要求。因此，如果多个工作负载在GPU上运行，一些工作负载可能会由于硬件资源的竞争而错过截止日期。研究团队将创建时间感知硬件和软件，允许各种硬件调度程序对工作负载进行优先排序，以确保时间期限得到满足。研究人员将设计与硬件调度程序相协调的实时调度软件。通过硬件，软件根据工作量的进度进行更新，使软件做出更好的调度决策，提高实时性。Kim说，“当前的软件和硬件在执行工作负载期限时不协调。该项目将使各种工作负载安全运行，提高自动化系统中嵌入式GPU的性能。”

标签：大众高尔夫特斯拉

汽车资讯热门资讯