자율주행 시스템은 기능 및 성능 요구사항에 따라, 내장형 시스템에서 서로 다른 자율주행 워크로드들의 앙상블을 종단(toward end-to-end) 방식으로 실행한다. 서로 다른 내장형 플랫폼에서 탐색, 최적화, 종단 평가를 가능하게 하기 위해, 시스템 설계자들은 실제 세계의 자율주행 워크로드가 지니는 고유한 특성을 현실적으로 반영하면서 자율주행 시나리오를 유연하고 원활하게 구성할 수 있게 해 주는 벤치마크 스위트가 비판적으로 필요하다. 기존의 CPU 및 GPU 내장형 벤치마크 스위트는 일반적으로 (1) 독립적인 애플리케이션만을 고려하고, (2) 센서 기반이 아니며, (3) 엄격한 타이밍 요구사항을 동시에 충족하면서 CPU와 GPU를 함께 활용하는 최신 자율주행 애플리케이션을 지원할 수 없다. 반면, 전(全) 시스템 자율주행 시뮬레이터(예: AUTOWARE, APOLLO)는 기능적 시뮬레이션에 초점을 두지만, 다양한 내장형 플랫폼에서 자율주행 소프트웨어 스택을 평가할 수 있는 기능이 부족하다. 이러한 설계 요구를 해결하기 위해, 우리는 구성 가능한 대표 워크로드를 갖춘 최초의 오픈소스 종단형 자율주행 벤치마크 스위트인 Chauffeur를 제안한다. Chauffeur는 설정 및 실행이 용이하여, 연구자들이 서로 다른 플랫폼 구성을 평가하고 자율주행 소프트웨어 파이프라인의 대안적 인스턴스화를 탐색할 수 있도록 한다. Chauffeur는 다양한 대두되는 플랫폼에서 동작하며 이기종 온보드 자원을 활용한다. NVIDIA Jetson TX2와 Drive PX2라는 서로 다른 내장형 플랫폼에서 Chauffeur를 초기 특성화한 결과를 통해, 이러한 GPU 플랫폼들이 종단형 자율주행 계산 파이프라인을 실행할 때의 종단 응답 시간을 평가하고, 더 나은 응답 시간을 위한 애플리케이션 갱(application gang)을 만들 수 있는 기회도 함께 제공하면서, 이들 플랫폼에 대한 비교 평가가 가능해진다. Chauffeur는 연구자들이 대표적인 자율주행 워크로드를 벤치마크하고 다양한 자율주행 시나리오에 맞게 이를 유연하게 조합함으로써, 설계 제약, 전력 예산, 실시간 성능 요구사항, 애플리케이션의 정확도 사이의 종단형 트레이드오프를 탐색할 수 있게 한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.