深度學(xué)習(xí)模型性能比較

本白皮書引用英偉達(dá)公布的 Jetson Nano 和 Jetson Tx2 的時(shí)延性能優(yōu)化值和吞吐量性能優(yōu)化值[參考資料10]，并測量了賽靈思 AI 模型庫中提供的復(fù)雜性相似的等效模型的性能。在用 B3136 DPU 和 B4096 DPU 配置的 KV260 入門套件上執(zhí)行這些模型，獲取性能數(shù)值。賽靈思平臺上的所有模型均以 INT8 量化，以改善功耗并提高帶寬效率。英偉達(dá) Jetson Nano 和英偉達(dá) Jetson Tx2 的性能數(shù)值以 FP16 精度報(bào)告，因?yàn)檫@些英偉達(dá)器件不支持較低精度的 INT8 [參考資料 11]。但賽靈思和英偉達(dá)性能應(yīng)用均使用綜合數(shù)據(jù)作為輸入，在報(bào)告中并不包括預(yù)處理和后處理時(shí)間。參見表2。

表 2：深度學(xué)習(xí)模型性能比較

說明：

1.K26 SOM 完成時(shí)延優(yōu)化后可執(zhí)行一個(gè)線程。

2.K26 SOM 完成吞吐量優(yōu)化后可執(zhí)行兩個(gè)線程。

3.請聯(lián)系您當(dāng)?shù)氐馁愳`思銷售代表，獲取賽靈思 ML 性能包說明。

根據(jù)表 2 所列信息，所有模型在 K26 SOM 上的性能數(shù)值均優(yōu)于英偉達(dá) Jetson Nano。而且對于 SSD Mobilenet-V1 等部分模型，吞吐量則為 Jetson Nano 的四倍以上，為 Jetson Tx2 的兩倍左右。參見圖 5，從中可以很容易地看到顯著的吞吐量提升。

圖5 FPS 測量（時(shí)延優(yōu)化）

功耗測量

邊緣設(shè)備提供最佳性能這點(diǎn)非常重要，但同時(shí)必須降低能耗。本白皮書在研究中測量了英偉達(dá)和賽靈思 SOM 模塊在執(zhí)行表 2 所列的具體模型時(shí)發(fā)生的峰值功率。但是，SSD ResNet34 模型的功耗測量不包括在內(nèi)，因?yàn)?Jetson 基準(zhǔn)測試庫不包含此模型。[參考資料 10]峰值功率數(shù)值是在所有三種器件上的時(shí)延優(yōu)化模式下執(zhí)行比較時(shí)取得的。對于英偉達(dá) Jetson Nano 和 TX2，每 30 秒從 INA3221x

驅(qū)動程序的 sysfs 節(jié)點(diǎn)獲取一次讀數(shù)；對于賽靈思 K26 SOM，每 10 秒從 ina260-adc 驅(qū)動程序獲取一次讀數(shù)。參見表 3。

表3 峰值功率測量（單位：瓦）

為了更準(zhǔn)確地理解功耗優(yōu)勢，請參看圖 6 所示的單位功耗性能。很明顯，K26 SOM 優(yōu)于 Jetson Nano 3.5 倍，優(yōu)于 Jetson TX2 2.4 倍。

圖6 FPS/瓦

剪枝優(yōu)勢

賽靈思提供 AI 優(yōu)化工具，能進(jìn)一步增強(qiáng)運(yùn)行在 K26 SOM 上的各種神經(jīng)網(wǎng)絡(luò)的性能。本白皮書中提供的比較數(shù)據(jù)，到目前為止均是在未經(jīng)優(yōu)化或剪枝的原始模型上取得的。大多數(shù)神經(jīng)網(wǎng)絡(luò)通常都有過度參數(shù)化的情況，存在可以優(yōu)化的相當(dāng)嚴(yán)重的冗余。賽靈思的 AI 優(yōu)化器是一種行業(yè)領(lǐng)先的模型壓縮技術(shù)。該工具可在幾乎不影響精度的情況下，將模型復(fù)雜性最多降低 50 倍。

本白皮書引用了賽靈思研究部所做的案例研究中的一個(gè)例子[參考資料12]。這是一個(gè)擁有 117 千兆次運(yùn)算 (Gops) 的非常復(fù)雜的 SSD + VGG 模型，它使用賽靈思 AI優(yōu)化器工具經(jīng)多次迭代進(jìn)行優(yōu)化。圖7 所示的是使用 AI 優(yōu)化器工具為模型剪枝帶來的好處。作為基線，該模型運(yùn)算量為 117Gops，運(yùn)行在用兩個(gè) B4096 DPU 配置的 Zynq UltraScale+ MPSoC 上，最高 FPS 為 18。經(jīng)過數(shù)次剪枝迭代，數(shù)據(jù)顯示復(fù)雜性明顯下降，F(xiàn)PS 相應(yīng)增加，但未對精度 (mAP) 造成任何影響。在第 11 次迭代時(shí)，復(fù)雜性降低了 10 倍， 即復(fù)雜性從 117Gops 降低到 11.6Gops；性能提高 5 倍，即性能從 18FPS 提高到 103FPS；精度僅下降 1.1%，即從 61.55mAP 下降到 60.4mAP。

圖7 剪枝結(jié)果

到這里，我們已經(jīng)對 Kria K26 SOM 與 GPU 的原始性能對比做了介紹。了解這種原始性能在實(shí)際用例中的意義至關(guān)重要。實(shí)際用例結(jié)構(gòu)復(fù)雜，涉及流水線中的其他模塊，如任何 AI-ML 應(yīng)用所需的預(yù)處理和后處理組件。在這類應(yīng)用中，最大吞吐量由流水線中性能最低的組件決定。

下面章節(jié)里的性能比較以兩種器件的實(shí)際用例為基礎(chǔ)。

實(shí)際應(yīng)用的性能比較

為了分析實(shí)際用例，我們選擇了一種準(zhǔn)確檢測和識別車輛牌照的基于機(jī)器學(xué)習(xí)的應(yīng)用。賽靈思已經(jīng)與在智慧城市視頻分析解決方案領(lǐng)域居于行業(yè)領(lǐng)先地位的 Uncanny Vision 合作，旨在為市場提供世界一流的汽車牌照（車牌）識別 (ANPR) 解決方案。這種應(yīng)用已得到世界上眾多城市的廣泛采用，用于智慧城市的建設(shè)中。ANPR 的主要應(yīng)用包括自動收費(fèi)管理系統(tǒng)、高速公路監(jiān)測系統(tǒng)、停車場門禁和安全門門禁。ANPR應(yīng)用是一種基于 AI 的流水線，內(nèi)含視頻解碼、圖像預(yù)處理、機(jī)器學(xué)習(xí)（檢測）和 OCR 字符識別。參見圖8。

圖8 ALPR 應(yīng)用的處理模塊

ANPR AI 盒應(yīng)用一般從現(xiàn)貨 IP 攝像頭攝入一個(gè)到多個(gè) H.264 或 H.265 編碼的 RTSP 流并進(jìn)行解碼（解壓縮）。解碼的視頻幀在被機(jī)器學(xué)習(xí)算法攝入前，先進(jìn)行預(yù)處理（通常是縮放、剪裁、色彩空間轉(zhuǎn)換和歸一化）。就高性能商用 ANPR 實(shí)現(xiàn)方案而言，通常需要多級 AI 流水線。第一個(gè)網(wǎng)絡(luò)的作用是檢測和定位幀內(nèi)的車輛。這項(xiàng)操作中還結(jié)合了跨多幀追蹤車輛軌跡的算法和選擇最佳幀曝光，為OCR 優(yōu)化圖像畫質(zhì)的算法。通常先剪裁和縮放車輛感興趣區(qū)域 (ROI)，然后饋入負(fù)責(zé)定位車牌的次級檢測網(wǎng)絡(luò)。與車牌 ROI 有關(guān)的像素經(jīng)過剪裁和縮放，最終被饋送到負(fù)責(zé)實(shí)現(xiàn) OCR 預(yù)測的最后一個(gè)神經(jīng)網(wǎng)絡(luò)。最后一級提供的元數(shù)據(jù)預(yù)測是壓印或印刷在車牌上或是以其他方式可見的字母數(shù)字字符。為了進(jìn)行比較，已商業(yè)化地部署在 GPU 和 CPU 上的 Uncanny Vision 的 ANPR 應(yīng)用，為實(shí)現(xiàn)在 Kria KV260 視覺 AI 入門套件上的部署進(jìn)行了優(yōu)化。結(jié)果證明，將 Uncanny Vision 算法在 Kria SOM 上進(jìn)行部署后，打破了每流 100 美元的價(jià)格壁壘，而且性能是 Uncanny Vision 以前使用的商品化同類 SOM 產(chǎn)品的 2-3 倍。盡管賽靈思沒有專門為運(yùn)行在英偉達(dá) SOM 上的 Uncanny Vision 算法進(jìn)行基準(zhǔn)測試，但表4 體現(xiàn)的是將 Uncanny Vision 行業(yè)領(lǐng)先的 ANPR 算法部署在 Kria SOM 上后，與英偉達(dá)用 Deepstream-SDK[參考資料13]完成的“車牌識別”的公開數(shù)據(jù)的比較。

表4 ANPR 應(yīng)用的性能比較

說明：

1.來源：https://developer.nvidia.com/deepstream-sdk

2.英偉達(dá)的功耗值是其 SOM 的最大額定功耗。來源：https://developer.nvidia.com/embedded/jetson-modules

3.僅 K26 SOM 的最大額定功耗。

這些數(shù)據(jù)說明，Uncanny Vision 的 ANPR 流水線在針對 KV260 入門套件進(jìn)行優(yōu)化后，實(shí)現(xiàn)了超過 33fps 的吞吐量，顯著優(yōu)于英偉達(dá)基準(zhǔn)測試中 Jetson Nano 的 8pfs 和 Jetson Tx2 的 23fps。這種前所未有的性能水平為ANPR 集成商和 OEM 廠商提供了優(yōu)于競爭對手的開發(fā)靈活性。每多安裝一個(gè) AI 盒都會直接影響安裝成本，還不考慮相關(guān)的布線和導(dǎo)管成本。根據(jù)安裝的具體情況，設(shè)計(jì)師可以犧牲幀率來換取更大的每盒處理流數(shù)。對于停車場安裝（如停停走走、攔車桿和自由通行），推斷和捕獲幀率通常要達(dá)到 10fps 才可滿足要求，還能可靠地采集車牌元數(shù)據(jù)。這便于設(shè)計(jì)師將多個(gè)攝像頭流聚合到單個(gè) AI 盒，從而節(jié)省

每個(gè)閘門的總體資本支出 (CAPEX) 和運(yùn)營成本 (OPEX)。在高速應(yīng)用中，如高速公路收費(fèi)和執(zhí)法，較高的幀率確保能夠準(zhǔn)確可靠地檢測和識別高速行駛中的車輛。在 33fps 的吞吐量下，與當(dāng)今市場上有可比性的競爭解決方案相比，K26 SOM 能夠更加可靠地為識別和證據(jù)搜集提供支持。

大多數(shù) ANPR 系統(tǒng)都需要在環(huán)境嚴(yán)苛的條件下高可靠性運(yùn)行。I 級的 K26 SOM 專為嚴(yán)酷環(huán)境開發(fā)，

支持 –40°C 至 100°C 的工作溫度范圍和行業(yè)領(lǐng)先的三年質(zhì)保。在采用 K26I SOM 后，與市場上原有解決方案相比，ANPR 系統(tǒng)的總體擁有成本顯著降低。

Uncanny Vision 的 ANPR 應(yīng)用說明，K26 SOM 不僅在標(biāo)準(zhǔn)性能比較中表現(xiàn)極其優(yōu)異，并且在為開發(fā)者提供加速整體 AI 和視覺流水線所需的原始性能時(shí)，效率也更高。通過對比，在標(biāo)準(zhǔn)的基準(zhǔn)測試領(lǐng)域之外，競爭解決方案傾向于提供較低效率水平，而且功耗較高。