EEMBC が ADASMark を発表：先進運転支援 SoC 向け実用ベンチマーク

自動車チップメーカーは、先進運転支援システム（ADAS）向けに構築されたシステムオンチップ（SoC）を定期的にアピールします。しかし、客観的な指標がなければ、利害関係者（報道関係者、アナリスト、最も重要なのは自動車メーカー）は、ある ADAS SoC を別のものから区別することがほぼ不可能です。

実際、市場はベンダーの主張や、1 秒あたり兆回演算（TOPS）のような粗い指標に依存しています。Intel/Mobileye の EyeQ5 と Nvidia の Xavier を TOPS だけで比較するのは誤解を招き、実用的な洞察をほとんど提供しません。

このギャップに対処するため、組み込みハードウェアコンソーシアムの EEMBC は最近、ADASMark を発表しました。これは現在ライセンス提供されている自律走行ベンチマークスイートです。このツールセットは、ティア 1 サプライヤーと自動車メーカーが、CPU から GPU と専用アクセラレータまで、ADAS スタック設計時のコンピュートリソースを最適化するのを支援するように設計されています。

The Linley Group のシニアアナリスト Mike Demler 氏は ADASMark を賞賛します。「このベンチマークが抽象的な数字ではなく、実際のワークロードに基づいているのは爽快だ。」AU-Zone Technologies、NXP Semiconductors、Texas Instruments の参加が、Baidu の DeepBench のような汎用テストよりも実用的な優位性を与えていると強調しています。

フレームワーク中心の設計

EE Times は EEMBC のプレジデント兼 CTO である Peter Torelli 氏に、車両がますます自動化される中で自動車メーカーが直面する課題についてインタビューしました。彼は、多くの組み込みシステムが今や複数コアを導入している一方で、「非対称コンピュートリソースを完全に活用できるフレームワークはまだ非常に少ない」と指摘。堅牢なフレームワークがなければ、各ベンチマークインスタンスがハードウェア間で劇的に異なり、クロスプラットフォーム比較を複雑にします。

以下の ADASMark パイプライン図で示すように、ベースラインパフォーマンスはすべてのステージで単一 CPU を使用します。しかし、開発者は最終推論ステージにカスタムニューラルネットチップを、色空間変換に専用 DSP を接続したいと考えるかもしれません。

このようなシナリオでは、フレームワークがコンピュートデバイスの再ターゲティングを簡素化し、開発者が手間のかかり、エラーを招きやすく、ベンチマーク結果を歪める可能性のある独自のインターフェースコードを書く必要をなくします。

「AMP と OpenAMP は対称マルチコアシステム向けに設計されており、私たちのニーズには対応していません」と Torelli 氏は説明します。「OpenCV と OpenVX は部分的なサポートを提供しますが、メーカーの採用は一貫していません。」この分析が、EEMBC を実世界のワークロードに合わせたカスタムフレームワークを中心に ADASMark を構築することに導きました。

イメージングパイプラインへの焦点

ADASMark の主な特徴には、実装間の一貫性を確保する OpenCL 1.2 Embedded Profile API、コンピュータビジョン、自律走行、モバイルイメージングタスクを処理する SoC の性能を定量化する一連のマイクロベンチマーク、AU-Zone Technologies が開発した交通標識認識 CNN 推論エンジンが含まれます。

ADAS には集中的な物体検出と視覚分類能力が必要なため、ADASMark はイメージングパイプラインに焦点を当てます。サラウンドビュー ステッチング、輪郭検出、CNN ベースの交通標識分類など、現代の ADAS 機能を支える高度に並列なワークロードをモデル化します。