בניית מערכות רב תכליתיות עם חילופי פונקציות דינמיות חלק שני: אגירה וניהול משאבים

בקודמתנו מאמר, הזכרנו שאחת ההשגחות הנפוצות ביותר שמעצבים יכולים לבצע היא אי שימוש מלא במשאבי מערכת זמינים, והכרנו לכם את הרעיון של Dynamic Function Exchange (DFX), גישת עיצוב המקצה מחדש באופן דינמי משאבי מערכת שאינם בשימוש למשאבי מערכת אחרים. משימות.

מנקודת מבט טכנית, הטמעת DFX היא פשוטה יחסית באמצעות קונספט שנקרא צרור. עם צרור, בלוקים של פונקציות מיושמים יחד בהתאם למצב ההפעלה של המערכת.

ברכב אוטונומי, למשל, כאשר המכונית חונה, היא יכולה להיות במצב "חניה" ומוכנה לביצוע כניסה ללא מפתח ותהליכי אבטחה כגון זיהוי ביומטרי. מצב "LowSpeed" מאופיין במהירות איטית ומספק פונקציונליות המתמקדת בחוזקה סביב המכונית, כולל עזר חניה ותצוגה של 360 לנהג. ומצב "כביש מהיר" עוקב ומנבא את התנועה של כלי רכב מסביב וכלי רכב מתקרבים הנעים במהירויות גבוהות. זה גם מציג ניטור נהג כדי לוודא שהנהג קשוב ואינו נרדם. בקיצור, חבילה מאפשרת לארוז את הפונקציונליות המואצת בחומרה של שלוש מערכות לתוך טביעת הרגל החומרה של מערכת אחת (ראה איור 1).

איור 1: שימוש בהחלפת פונקציות דינמית (DFX) כדי לאגד יכולות המבוססות על מקרה שימוש, כפי שמוצג כאן, מאפשר ליישם את הפונקציונליות של מספר SoCs ו-ASICs במכשיר אחד.

בפועל, DFX גמיש הרבה יותר מזה. קחו בחשבון שמערכת הסיוע לנהג מתקדמת (ADAS) יכולה להסתגל לגורמים סביבתיים משתנים כמו לילה או יום. כאשר הרכב נכנס למנהרה, DFX מאפשר למערכת לעבור במהירות לפונקציונליות מבוססת לילה ואלגוריתמים לשיפור הבטיחות. המערכת יכולה גם לזהות גשם או שלג ולהתאים את פונקציות הסיוע לנהג כראוי כדי להגביר עוד יותר את הבטיחות והאמינות בהתבסס על תנאי נהיגה בזמן אמת.

עם DFX, ניתן להשתמש באותה חומרה תוך מתן האצה מבוססת חומרה כדי לעמוד בדרישות עיבוד בזמן אמת. עם גישת GPU ו/או התאמה אישית של SoC, החומרה מוגבלת לפונקציות שעבורן היא תוכננה, כלומר כל חומרה המוקדשת לפונקציה בשימוש נדיר (כלומר, נהיגה בשלג) תשב ללא תנועה רוב הזמן.

DFX נמצא בשימוש נרחב ומוכח ביישומים כמו תקשורת אלחוטית ויישומים צבאיים כגון רדיו מוגדר תוכנה (SD). זוהי טעות נפוצה שהגמישות של רדיו SD מגיעה כולה מתוכנה; עבור יישומים שונים, יש צורך בחומרה שונה כדי להאיץ את העיבוד.

בגלל הגישה הגמישה שלה לעיצוב, DFX יכול ליישם מערכות מורכבות עם הרבה פחות משאבי חומרה. זה מביא לטביעת רגל קטנה יותר עבור מערכות אלקטרוניות, צריכת אנרגיה נמוכה יותר, חיסכון בעלויות תפעוליות ועלות ציוד נמוכה יותר.

איכות ואמינות גבוהה יותר

היכולת של DFX לאפשר למערכות להקצות מחדש משאבי עיבוד ולנצל את היתרון של תת-ניצול מאפשרת למעצבים לשקול מחדש פשרות רבות של מערכת. שקול ספק תוכן שמזרים וידאו חי ממשתמשים. במהלך שיא השימוש, שרת מסוים עשוי להיות נקודת קליטה לווידאו נכנס. כאשר האצה מיושמת בחומרה כ-IC, החומרה מוגבלת למשימה שלשמה היא תוכננה. כאשר יש פחות וידיאו נכנס בשעות שפל, ה-IC יושב במצב פעיל.

כאשר פונקציונליות הטמעה מיושמת בפלטפורמת מחשוב אדפטיבית באמצעות DFX, משימות הטמעה מעובדות במהירויות ברמת החומרה. בזמן שיא כאשר יש פחות נתונים ל-FPGA לבלוע, במקום לשבת במצב פעיל, המערכת יכולה להגדיר מחדש חלק מעצמה כדי לבצע משימה אחרת. הספק יכול לקחת משאבים סרק ביישום קבוע (כלומר, GPU/SoC) ולהקצות אותם למשימה אחרת. זה יכול לקחת צורה של שימוש באלגוריתמי קידוד עתירי מחשוב כדי לחסוך ברוחב פס או עיבוד טוב יותר לפני/אחרי ייצור כדי לשפר את איכות התמונה ולספק חווית משתמש באיכות גבוהה יותר. במילים אחרות, מה שאחרת היה משאבים סרק מגדילים את הערך המועבר ללקוחות.

לחלופין, ניתן להקצות משאבים זמינים למשימות אבחון עצמי כגון ניטור. ניטור הוא יכולת חשובה לשמירה על תקינות הרשת והאפליקציות. כל שרת עם קיבולת זמינה יוכל לנטר את עצמו, לבצע בדיקת מנות עמוקה וכו' כדי להגביר את אמינות התפעול.

כושר הסתגלות וכושר שיא

אחד היתרונות החשובים ביותר של DFX הוא יכולת הסתגלות. יישומים קבועים צריכים יכולות אספקת יתר כדי לעמוד ביכולות שיא. כאשר השיא חורג מסף מסוים, המערכת אינה יכולה יותר להתמודד עם העומס הנכנס ונדרשת השקעה נוספת בחומרה.

עם פלטפורמת מחשוב אדפטיבית בשילוב עם DFX, למעצבים יש את הגמישות לספק משאבים כדי לייעל את ביצועי האפליקציה בזמן אמת, ככל שהנתונים ודרישות המשתמש משתנות. לדוגמה, כאשר המערכת מתקרבת לניצול מלא, המערכת יכולה להקטין משאבים במשימות פחות חשובות כדי לפנות משאבים לתמיכה בקיבולת הנוספת.

שוב, שקול ספק תוכן סטרימינג בשידור חי. כאשר הרשת פועלת בקיבולת ממוצעת, ניתן להקצות משאבים זמינים כדי לספק איכות מעולה בכל הזרמים. כאשר הרשת פועלת בשיא גבוה, זרמים חשובים (כלומר, בעלי צפיות גבוהה) יכולים לשמור על האיכות הגבוהה שלהם בעוד שהמערכת מחליפה ירידה קלה באיכות בזרמים פחות חשובים (כלומר, אלו עם מספר צפייה נמוך) כדי לתמוך ברמת צפייה גבוהה יותר. צפיפות של נחלים.

יתרון נוסף הוא היכולת להסתגל לצווארי בקבוק בזמן שהם משתנים. לדוגמה, ככל שהביקוש לסטרימינג עולה ויורד, ניתן להגדיר מחדש משאבים באופן דינמי כדי לספק קיבולת קליטה פחות או יותר. כפלטפורמת מחשוב אדפטיבית, ה-FPGA הופך ליחס החומרה האופטימלי של משאבים מואצים בחומרה הדרושים ליישומים ועומסי העבודה הדרושים כעת.

אינטליגנציה מלאכותית

בינה מלאכותית היא טכנולוגיה חשובה יותר ויותר כמעט בכל היישומים. בכלי רכב, למשל, הכנסת הבינה המלאכותית לאלגוריתם גשם או שלג מאפשרת למערכת ללמוד להסתגל לתנאי מזג האוויר הספציפיים שבהם נהג חי. עם אלגוריתמים מתקדמים יותר, הרכב יכול אפילו ללמוד להתאים את עצמו לכל נהג בנפרד לאורך זמן.

האצת חומרה קבועה באמצעות IC מיוחדים מוגבלת בגמישות שלה להסתגל. לעתים קרובות, ניתן לעדכן מודלים של הסקת AI, כל עוד הם מסתמכים על אותה טכנולוגיית מודל בסיס. AI נתון גם לטעינה דינמית. שקול אפליקציית זיהוי פנים מבוססת בינה מלאכותית שיש לה שימוש רב במהלך היום כאשר המשרד פעיל. במהלך הערב כאשר הביקוש לזיהוי פנים נמוך בהרבה, המשאבים הקבועים יהיו בטלים.

DFX, בשילוב עם מחשוב אדפטיבי, מאפשר למערכת לנצל את המקסימום של AI. ניתן ליישם את ההתקדמות באלגוריתמי AI בזמן שהם מתפתחים. בנוסף, כאשר מפתחים אלגוריתם או מודל חדש של AI, ניתן ליישם אותו במהירות במערכות. ניתן להשתמש באלגוריתמים חדשים אפילו במערכות שכבר פרוסות בשטח, ובכך להגן על עתיד.

DFX מאפשר גם מימד חדש של אופטימיזציה למערכות באמצעות מקבילות. מערכי נתונים גדולים עשויים לקחת זמן רב עד לעיבוד. עם DFX, ניתן ליישם מספר דינמי של מופעים של פונקציה במקביל כדי להאיץ את העיבוד של מערכי נתונים גדולים.

במאמר האחרון שלנו, תלמד על כמה מהכלים המאפשרים למשתמשים לפרוס DFX במערכות שלהם.

מקור: https://semiengineering.com/building-multipurpose-systems-with-dynamic-function-exchange-part-two-bundling-and-managing-resources/