NVIDIA的PVA引擎提升自动驾驶车辆开发效率
realtime news Oct 23, 2024 16:36
NVIDIA的PVA引擎在降低能源消耗和提高性能方面提供显著改进，通过从GPU卸载任务来优化计算机视觉管道，提升自动驾驶车辆开发效率。
随着汽车行业越来越多地将AI模型集成到自动驾驶车辆中，对计算能力的需求不断上升，给系统的稳定性和延迟带来了挑战。根据NVIDIA技术博客，NVIDIA DRIVE SoC上的可编程视觉加速器（PVA）引擎通过提高能源效率和系统性能，提供了解决方案。
优化计算机视觉管道
PVA引擎是一个低功耗硬件引擎，旨在卸载通常由GPU管理的任务，从而减少系统负载并支持关键任务的高效管理。它支持一系列计算机视觉（CV）任务，从预处理到后处理，涵盖整个CV管道。
PVA是一个先进的超长指令字（VLIW）、单指令多数据（SIMD）数字信号处理器，优化用于图像处理和CV算法加速。它以低功耗提供卓越的性能，并能够与其他组件在DRIVE平台上异步运行。
蔚来的应用
作为领先的电动汽车制造商，蔚来公司利用PVA引擎优化其数据管道，提高系统效率。通过将图像处理和深度学习操作等任务卸载给PVA，蔚来将GPU资源使用减少了10%，并释放了VIC引擎用于其他高优先级任务。
PVA的能力允许显著节省内存并高效处理图像任务，从而使系统更稳定高效。这种优化在蔚来的量产车辆中得到了有效验证，展示了PVA在实际应用中的潜力。
进一步增强及未来展望
为了进一步优化管道，NVIDIA建议使用PVA替换DLA以实现简单的深度学习模型，因为目前只有约25%的PVA被利用。此外，将处理阶段合并到单一的PVA内核可以减少整体DMA带宽，提高效率。
蔚来继续利用PVA SDK在PVA上开发更高效的算法，旨在利用NVIDIA DRIVE平台的计算能力来提升产品的智能化和竞争力。PVA引擎的灵活性和强大性能使其成为推动自动驾驶技术进步的宝贵工具。
欲了解更多详细信息，请访问NVIDIA技术博客。
Image source: Shutterstock