[Tech] Accelerador de baix consum per aplicacions de conducció autònoma basats en principis de càlcul aproximat

 

 

Els vehicles autònoms requereixen d’un programari complexe que pugui processar en temps real una enorme quantitat de dades (de l’ordre de gigabytes per segon) procedents de diferents sensors tals com càmeres i LiDARs, entre d’altres. Aquestes dades s’utilitzen en els processos de decisió relacionats amb les diferents tasques, com la predicció de trajectòria, per les quals s’utilitzen algorismes avançats d'intel·ligència artificial. Un dels programes més utilitzats en conducció autònoma és Apollo.

Apollo usa una variant de YOLO per a la detecció d’objectes en imatges, formant una de les principals parts del mòdul de percepció. YOLO (You Only Look Once) és un sistema de detecció àmpliament utilitzat que es basa en una xarxa neuronal convolucional (Convolutional Neural Network, CNN). Cada segon, cada càmera en el vehicle captura múltiples imatges i el detector d’objectes les processa seqüencialment.

 

Les xarxes neuronals en general, degut a la seva naturalesa, presenten una gran tolerància a errors i imperfeccions. A partir d’aquesta característica, investigadors de la Universitat Politècnica de Catalunya (UPC) i del  Barcelona Supercomputing Center (BSC) tenen per objectiu, dintre del marc del projecte DRAC, dissenyar un accelerador de hardware que consumeixi menys energía aprofitant els principis del càlcul aproximat. Es consideren dues línies:

Alternatives tals com FP16 (16 bits), FP8 (8 bits), o Posits-16 (16 bits) s’han avaluat en termes de precisió en la detecció d’objectes usant la xarxa YOLO. Per altra banda, diversos sumadors i multiplicadors enters i de coma flotant s’han dissenyat a nivell RTL per a avaluar-ne la seva precisió i estalvi d’energia en diferents condicions de tensió i freqüència de rellotge.

Els resultats d’aquestes anàlisis s’utilitzaran per a la implementació de l’accelerador de hardware basat en aquestes aproximacions. Aquest és l’objectiu del projecte P4 dins de DRAC.

El projecte DRAC amb número d'expedient 001-P-001723 ha estat cofinançat en un 50% amb 2.000.000,00€ pel Fons Europeu de Desenvolupament Regional de la Unió Europea en el marc de el Programa Operatiu FEDER de Catalunya 2014-2020, amb el suport de la Generalitat de Catalunya.