【摘 要】
：
多处理器片上系统（Multi-processor System-on-Chip,MPSo C）通常由多个处理单元,存储器和通信基础结构组成,异构MPSo C包含不同类型的处理单元,如中央处理器（Central Processing Unit,CPU）和图形处理器（Graphics Processing Unit,GPGPU）等,因此可以通过将任务映射到特定处理器类型进行计算性能,成本和功耗的优化。
论文部分内容阅读
多处理器片上系统（Multi-processor System-on-Chip,MPSo C）通常由多个处理单元,存储器和通信基础结构组成,异构MPSo C包含不同类型的处理单元,如中央处理器（Central Processing Unit,CPU）和图形处理器（Graphics Processing Unit,GPGPU）等,因此可以通过将任务映射到特定处理器类型进行计算性能,成本和功耗的优化。MPSo C逐步融合深度学习等技术,在军事、工业和社会生活等各个领域带来巨大的变革。然而MPSo C逐渐提升的任务负载会导致功耗的上升并降低系统的实时性和可靠性,如果缩小深度学习算法的规模会导致其准确度降低,但直接增加边缘计算的散热能力和计算性能则会导致成本上升和便携性降低。所以如何平衡深度学习模型的运算需求与MPSo C有限的电源和散热能力是一个值得研究的课题。异构计算技术是为不同架构的处理器分配不同并行级别或数据规模的任务以提升系统的处理性能和效率的技术。Big-Little结构通过在成对的高性能处理器和低功耗处理器之间合理分配任务来动态平衡系统性能与功耗。本文受异构计算技术和Big-Little结构启发,通过在NVIDIA公司的Jetson Tegra X2（以下简称TX2）上进行实验,研究将深度学习模型的不同层在MPSo C上的不同核心上进行迁移后的系统功耗与推理速度。根据实验结果提出了一种在不改变原有模型的结构、参数量的前提下,降低深度学习模型在MPSo C上运行时功耗的部署策略。最后,提出了一种功耗优化的动态调度框架并通过一种实际的应用场景进行了对比实验,验证的框架的有效性和可行性。具体工作如下:1)通过对Yolo V3-Tiny的各个层进行的单层迁移,分组迁移以及混合迁移实验实现在不能穷举的情况下测量不同类型、不同运算规模的层在TX2的不同运算核心上运行时的系统功耗和推理速度。2)根据迁移实验结果总结卷积层、池化层、检测层、通道层和上采样层从GPU迁移到CPU之后的系统功耗以及推理速度的规律,并提出一种通过部署上采样层到CPU的同时迁移池化层降低Yolo V3-Tiny在TX2上运行时的系统功耗的算法。3)提出了一种功耗优化的动态调度框架,该框架的特点在于可以通过减少处理相似图像的方法提升模型的推理速度并将这部分推理速度用于弥补将层迁移到CPU上的推理速度损失,实现在较少推理速度损失的情况下较多的降低系统功耗。
其他文献
近年来,随着国家各项水条例、政策的实施,我国地表水污染得到了有效控制,水体质量有了较大幅度改善。然而,传统水处理方式存在高能耗和二次污染问题,且对难降解化学品的处理能力有限。光催化技术采用清洁、丰富的可再生太阳能资源激发半导体的氧化还原能力进行污染物降解,在水污染治理领域展现出巨大潜力。目前,传统光催化剂仍存在可见光利用率低、光生电子-空穴复合率高等问题,限制了光催化技术的实际应用,开发新型、高效
轨迹规划算法的制定是需要根据机器人的应用场合而因地制宜的,传统的工业机器人轨迹规划方法可能并不适合轨道式摄影机器人。所以本文以研究出一套完全适用于轨道式摄影机器人的轨迹规划算法为研究目标,做了以下的研究工作:（1）对用户需求进行分析,确立研究重点:构造G~2连续的笛卡尔空间轨迹。对完全自主产权的轨道式摄影机器人进行结构分析,并分析摄像机拍摄手法相关的Zoom、Focus的物理意义,将其虚化为两个运
采用无人环境侦察车代替作战人员在各种充满未知性和危险性的场合执行侦察任务成为趋势,本文将研究背景选定为战场环境侦察无人车的避障算法研究。经过对比分析战场环境的特点,选定人工势场法作为无人环境侦察车的基础避障算法,分析避障共性问题后,得出了该算法在实际工程使用中存在的问题,针对局部最小点问题,提出了基于共轭梯度搜索的“米”字坐标试走法,用于解决局部最小点问题;针对目标点不可到达问题,提出在目标点附近
随着工业自动化和智能制造的发展,工业机器人越发普遍,并且大构件三维形貌测量的需求也越来越大。本文引入手眼标定技术,将单目线结构光和双目面结构光的三维测量方法与工业机器人相结合,实现了高精度大构件三维形貌测量。本文的研究内容主要分为线结构光和面结构光两个部分,具体内容和创新性如下:（1）基于线结构光和工业机器人的大构件三维形貌测量方法。线结构光系统具有结构简单、对测量环境要求低的优点。本文对线结构光
无人驾驶机器人车辆是实现车辆自动驾驶的一种新方式,不同于线控自动驾驶车辆。其最大特点是无需对车辆进行任何改装,可以安装在多种不同类型的驾驶室内,适用于日常行驶、车辆性能测试、军警领域等。本文在课题组对驾驶机器人的研究基础上,研究了驾驶机器人车辆的智能换挡策略。首先,介绍了驾驶机器人车辆基础结构,并建立了驾驶机器人车辆纵向动力学模型。然后,研究了考虑负载波动的驾驶机器人动力学特性。建立了考虑负载波动
随着消费者对速冻食品的质量要求越来越高,螺旋速冻装备的结构越来越复杂,对其进行维护相对困难。研究智能的螺旋速冻装备远程监控系统对提高其安全性具有极为重要的应用价值。本文以四方科技集团股份有限公司研发的全自动自堆积式螺旋速冻装备为研究对象,针对其功能需求开发了全自动自堆积式螺旋速冻装备监控系统,进行了相关硬件、软件和故障诊断分析算法的设计,并设计相应测试用例验证了监控系统的可靠性。主要研究内容包括:
近年来,陆基无人作战平台一直是军用机器人领域研究的一大热点,其中轮式与履带式平台在技术上较为成熟,并已得到了广泛应用。然而,大多数的野外作战环境仍为山地与沟壑,这对于需要平坦地面的轮、履式机器人而言,依旧是影响其功能发挥的障碍。从自然界的角度来看,步行生物尤其是四足步行生物以其独有的运动结构与运动规律,可以在较大负载的情况下完成在非连续地面上的快速移动。因此,为了补足移动机器人在非连续地面上运动的
空间弹头识别在国家防御系统中占着至关重要的地位。中段是弹头整个飞行过程中最有利于目标识别的一个阶段。随着雷达技术的发展以及科技的进步,微动特征作为弹头运动的固有特征,越来越多的应用于弹头的识别中。窄带雷达具有探测距离远,对目标微多普勒特征敏感等优势,因此具有极大的识别潜力。根据上述背景,本文基于弹头的微动特征,通过卷积神经网络进行训练,并不断改善网络结构以及增加有效特征来提高对弹头的几何结构和进动
激光引信易受云雾干扰,无线电引信易受箔条云干扰,两种干扰都会导致引信虚警。采用激光/无线电复合体制引信,通过信息融合可充分发挥各自优点,提高引信抗干扰能力。出于激光/无线电复合引信信息融合及信号处理算法研究的需要,本文对复合引信多通道激光回波脉冲信号和多普勒信号同步采集技术进行了研究。主要工作如下:基于周视激光引信和脉冲多普勒无线电引信的工作原理,分析了激光引信回波和无线电引信回波特征,设计了基于
交通信号灯检测和识别是无人驾驶和辅助驾驶的关键技术之一,有着广阔的应用前景,近年来受到国内外众多学者的广泛关注。随着计算机计算能力的不断提高,各类传感器的成本不断降低以及深度学习技术的蓬勃发展,关于特征融合的研究越来越多,且在目标识别领域得到了广泛的应用,因此基于特征融合的目标检测方法在交通信号灯识别中有着广泛的应用前景和研究价值。本文研究了基于特征融合的交通信号灯识别方法,结合交通信号灯的特点提