Создание многоцелевых систем с динамическим обменом функциями, часть вторая: объединение ресурсов и управление ими

В предыдущем гайд, мы упомянули, что одна из самых распространенных ошибок, которую могут допустить разработчики, заключается в том, что они не полностью используют доступные системные ресурсы, и познакомили вас с концепцией динамического обмена функциями (DFX), подходом к проектированию, который динамически перераспределяет неиспользуемые системные ресурсы для других. задачи.

С технической точки зрения реализовать DFX относительно просто, используя концепцию, называемую пакетированием. При связывании блоки функций реализуются совместно в зависимости от режима работы системы.

Например, в автономном транспортном средстве, когда автомобиль припаркован, он может находиться в режиме «Припарковано» и быть готовым выполнять процессы входа без ключа и безопасности, такие как биометрическая идентификация. Режим «LowSpeed» характеризуется низкой скоростью и обеспечивает функции, которые сосредоточены вокруг автомобиля, включая помощь при парковке и обзор 360 для водителя. А режим «Шоссе» отслеживает и прогнозирует движение окружающих и встречных транспортных средств, движущихся на высокой скорости. Он также вводит мониторинг водителя, чтобы убедиться, что водитель внимателен и не засыпает. Короче говоря, объединение позволяет упаковать функциональность трех систем с аппаратным ускорением в аппаратную часть одной системы (см. рис. 1).

Рис. 1. Использование динамического обмена функциями (DFX) для объединения возможностей на основе варианта использования, как показано здесь, позволяет реализовать функциональность нескольких SoC и ASIC в одном устройстве.

На практике DFX гораздо более гибок, чем это. Учтите, что усовершенствованная система помощи водителю (ADAS) может адаптироваться к меняющимся факторам окружающей среды, таким как ночь или день. Когда автомобиль въезжает в туннель, DFX позволяет системе быстро переключаться на ночные функции и алгоритмы для повышения безопасности. Система также может обнаруживать дождь или снег и соответствующим образом адаптировать функции помощи водителю для дальнейшего повышения безопасности и надежности в зависимости от условий вождения в реальном времени.

С DFX можно использовать одно и то же оборудование, обеспечивая при этом аппаратное ускорение для удовлетворения требований обработки в реальном времени. При использовании графического процессора и/или индивидуального подхода к SoC аппаратное обеспечение ограничено функциями, для которых оно было разработано, а это означает, что любое аппаратное обеспечение, предназначенное для редко используемой функции (например, вождения по снегу), будет бездействовать большую часть времени.

DFX широко используется и зарекомендовал себя в таких приложениях, как беспроводная связь, а также в военных приложениях, таких как программно-определяемое (SD) радио. Это распространенное заблуждение, что гибкость SD-радио полностью зависит от программного обеспечения; для разных приложений требуется разное оборудование для ускорения обработки.

Благодаря гибкому подходу к проектированию DFX может реализовывать сложные системы со значительно меньшими аппаратными ресурсами. Это приводит к меньшей занимаемой площади для электронных систем, меньшему потреблению энергии, экономии эксплуатационных расходов и снижению стоимости оборудования.

Более высокое качество и надежность

Способность DFX позволять системам перераспределять вычислительные ресурсы и использовать преимущество недоиспользования, что позволяет разработчикам пересмотреть многие системные компромиссы. Рассмотрим поставщика контента, транслирующего потоковое видео от пользователей. Во время пиковой загрузки конкретный сервер может быть точкой приема входящего видео. Когда ускорение реализовано аппаратно в виде ИС, аппаратное обеспечение ограничено задачей, для которой оно было разработано. Когда в непиковое время входящего видео меньше, IC простаивает.

Когда функция загрузки реализована на адаптивной вычислительной платформе с использованием DFX, задачи загрузки обрабатываются на аппаратном уровне. В непиковые периоды, когда FPGA получает меньше данных, а не простаивает, система может переконфигурировать часть себя для выполнения другой задачи. Провайдер может взять ресурсы, которые в фиксированной реализации (например, GPU/SoC) были бы незанятыми, и выделить их для другой задачи. Это может принять форму использования более ресурсоемких алгоритмов кодирования для экономии полосы пропускания или улучшения предварительной/постобработки для улучшения качества изображения и обеспечения более качественного взаимодействия с пользователем. Другими словами, то, что в противном случае было бы незанятым, увеличивает ценность, доставляемую клиентам.

В качестве альтернативы доступные ресурсы могут быть выделены для задач самодиагностики, таких как мониторинг. Мониторинг — важная возможность для поддержания работоспособности сети и приложений. Любой сервер с доступной мощностью может контролировать себя, выполнять глубокую проверку пакетов и т. д. для повышения надежности работы.

Адаптивность и пиковая мощность

Одним из наиболее важных преимуществ DFX является адаптивность. Фиксированные реализации должны иметь избыточные возможности для удовлетворения пиковых нагрузок. Когда пик превышает определенный порог, система больше не может справляться с поступающей нагрузкой, и требуются дополнительные инвестиции в оборудование.

С адаптивная вычислительная платформа В сочетании с DFX разработчики могут гибко выделять ресурсы для оптимизации производительности приложений в режиме реального времени по мере изменения данных и требований пользователей. Например, когда система приближается к полной загрузке, система может сократить ресурсы для менее важных задач, чтобы высвободить ресурсы для поддержки дополнительной емкости.

Опять же, рассмотрим поставщика потокового контента. Когда сеть работает со средней пропускной способностью, доступные ресурсы могут быть выделены для обеспечения превосходного качества для всех потоков. Когда сеть работает с высокой нагрузкой, важные потоки (т. е. потоки с высокой посещаемостью) могут поддерживать свое высокое качество, в то время как система компенсирует небольшое снижение качества менее важных потоков (т. е. потоков с низким количеством просмотров) для поддержки более высокого качества. плотность потоков.

Еще одним преимуществом является способность адаптироваться к узким местам по мере их изменения. Например, по мере роста и падения спроса на потоковую передачу ресурсы можно динамически перенастраивать, чтобы обеспечить большую или меньшую пропускную способность. В качестве адаптивной вычислительной платформы ПЛИС становится оптимальным аппаратным соотношением аппаратно-ускоренных ресурсов, необходимых для приложений и рабочих нагрузок, которые необходимы в настоящее время.

искусственный интеллект

Искусственный интеллект становится все более важной технологией практически во всех приложениях. В транспортных средствах, например, введение ИИ в алгоритм дождя или снега позволяет системе научиться адаптироваться к конкретным погодным условиям, в которых живет водитель. Благодаря более продвинутым алгоритмам автомобиль может даже научиться со временем адаптироваться к каждому отдельному водителю.

Фиксированное аппаратное ускорение с использованием специализированных ИС имеет ограниченную гибкость адаптации. Часто модели логического вывода ИИ можно обновлять, если они основаны на одной и той же технологии базовой модели. AI также подвержен динамической нагрузке. Рассмотрим приложение для распознавания лиц на основе ИИ, которое активно используется в течение дня, когда офис активен. В вечернее время, когда спрос на распознавание лиц намного ниже, фиксированные ресурсы будут простаивать.

DFX в сочетании с адаптивными вычислениями позволяет системе максимально использовать возможности ИИ. Достижения в алгоритмах ИИ могут быть реализованы своевременно по мере их развития. Кроме того, когда разрабатывается новый алгоритм или модель ИИ, его можно быстро внедрить в системы. Новые алгоритмы можно использовать даже в системах, которые уже развернуты в полевых условиях, что обеспечивает перспективность проектов.

DFX также обеспечивает новое измерение оптимизации систем за счет параллелизма. Обработка больших наборов данных может занять значительное время. С помощью DFX можно параллельно реализовать динамическое количество экземпляров функции, чтобы ускорить обработку больших наборов данных.

В нашей последней статье вы узнаете о некоторых инструментах, позволяющих пользователям развертывать DFX в своих системах.

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