自動(dòng)駕駛典型計(jì)算元素特性

典型計(jì)算元素特性

現(xiàn)有的計(jì)算元素（或處理器）具有不同的特性，這影響它們處理效率。下圖顯示了不同計(jì)算元素的處理效率與應(yīng)用程序的處理特性（例如順序與并行）的關(guān)系圖。每個(gè)計(jì)算元素都有不同的特征來(lái)提高其效率和性能。這些特性從更通用到更特定的解決方案有所不同，由這些不同/可選的特征集定義。

現(xiàn)有處理器的計(jì)算特性

中央處理器（CPU）中央處理器是最流行的存儲(chǔ)程序架構(gòu)的處理器（計(jì)算元素）。程序被描述為一系列指令，所以通常每個(gè)指令會(huì)逐步執(zhí)行操作。由于這種逐步執(zhí)行，CPU通常適用于任何順序操作的組合。另一方面，基本CPU不適合并行操作。為了解決這個(gè)問(wèn)題，今天的CPU具有幾個(gè)附加的可選功能。

?
單指令多數(shù)據(jù)（SIMD）/向量類(lèi)型數(shù)據(jù)純CPU不適合數(shù)據(jù)并行，因?yàn)閮?nèi)部數(shù)據(jù)路徑帶寬限制。為了解決這個(gè)限制，一些CPU具有SIMD或向量擴(kuò)展，可以在一個(gè)指令或操作中處理多個(gè)（通常是4到16）數(shù)據(jù)流。此外，隨著長(zhǎng)數(shù)據(jù)字交易和更大的寄存器文件，與外部資源（如內(nèi)存）的通信也將得到改善，但在處理大量?jī)?nèi)容時(shí)，仍會(huì)出現(xiàn)瓶頸。

? 多核

由于工藝技術(shù)趨勢(shì)，在合理的功耗下提高單個(gè)CPU的性能是困難的。多核是解決這個(gè)問(wèn)題的一種方法。如果應(yīng)用程序具有多個(gè)（分離的）任務(wù)，多核將發(fā)揮很好的作用，但是如果它具有緊密耦合的內(nèi)部通信，有時(shí)處理器間通信（IPC）將瓶頸操作。

數(shù)字信號(hào)處理器（DSP）

DSP旨在加速算術(shù)操作（加法、減法、乘法、除法），例如乘積累加操作。

數(shù)據(jù)壓縮/解壓縮、數(shù)字濾波、控制、識(shí)別等都包括在內(nèi)，這些算法大量使用乘積累加計(jì)算（MAC），這使得DSP能夠高速管理這些過(guò)程。

圖形處理單元通用計(jì)算（GPGPU）

GPGPU是一種將GPU的計(jì)算資源應(yīng)用于圖像處理之外目的的技術(shù)。圖形處理單元（GPU）具有成千上萬(wàn)的算術(shù)核心（著色器單元），并通過(guò)并行重復(fù)簡(jiǎn)單的數(shù)值計(jì)算來(lái)實(shí)現(xiàn)圖像處理的高速執(zhí)行。利用這一特性，可以以高速執(zhí)行類(lèi)似圖像處理的處理，其中包括人工智能（AI），如機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)、虛擬貨幣挖礦、科技研究中的數(shù)值計(jì)算和模擬以及流體計(jì)算。

要利用GPGPU，需要不同于通用處理器的編程開(kāi)發(fā)環(huán)境。為了充分利用它，需要適合該架構(gòu)的編程技術(shù)，編程開(kāi)發(fā)環(huán)境例如NVIDIA的“CUDA”（統(tǒng)一設(shè)備架構(gòu)）、Microsoft的“Direct Compute”和Khronos Group的“OpenCL”等。

專(zhuān)用加速器（例如ISP， xNN）

專(zhuān)用加速器基于為特定應(yīng)用定制的體系結(jié)構(gòu)。例如，數(shù)據(jù)流和存儲(chǔ)器遵循專(zhuān)用方案。加速器甚至可以提供定制邏輯，形成高度專(zhuān)業(yè)化的計(jì)算元素。這種專(zhuān)門(mén)化極大地增加了計(jì)算效率和性能，但以犧牲通用性為代價(jià)。使用專(zhuān)用加速器可能需要專(zhuān)用和/或?qū)Ｓ芯幊蹋踔列枰獙?zhuān)用工具和框架。