盖世汽车讯 据外媒报道，MLCommons公司与自动驾驶汽车计算联盟（AVCC）发布了MLPerf汽车基准概念验证（POC）套件，迈出了实现用于车辆人工智能（AI）系统的一个全面MLPerf汽车基准测试套件的第一步。该POC套件由汽车基准工作组（ABTF）研发，该工作组成员包括Arm、博世（Bosch）、Cognata、cKnowledge、Marvell、Marvell、高通（Qualcomm Technologies）、Red Hat、加州萨克拉门托州立大学（Sacramento State University）、三星（Samsung）、西门子EDA公司（Siemens EDA）、加利福尼亚大学戴维斯分校（UC Davis）等。
MLPerf汽车基准概念验证（POC）套件（图片来源：MLCommons）
目前，人们对于基于AI的车载系统（不仅用于控制全自动驾驶汽车）的需求正在爆炸式增长。汽车制造商（OEM）们也正将AI用于各种车载系统，以改进驾驶体验、提升车辆安全。此类车载系统功能包括：
· 语音控制的信息娱乐系统以及在线车辆用户手册
· 路线/方向导航系统
· 优化充电、加油和车辆维护站点信息
· 避碰系统
· 驾驶员困倦或注意力不集中监控系统
上述的每一项功能都需要使用受过训练的AI模型以及适当的输入传感器，以及能够满足性能要求的基本计算基础设施。
建立通用参考点
汽车OEM厂商必须确定在车辆中包含哪些功能组合，并需要选择去何处采购AI系统以及运行此类系统的基本计算基础设施，同时确保此类系统可以以可接受的性能同时运行。当OEM向一级供应商（Tier 1）以及其他供应商发出产品信息（RFI）和报价请求（RFQ）以获取系统组件时，会需要通用参考点以理解此类系统的整体计算需求，以及满足此类需求所需的资源。MLPerf汽车基准套件可以提供此类通用参考点，让OEM可以根据所提供的资源，选择或设计最适合其系统需求的解决方案。
该POC套件包括完整的v1.0 MLPerf汽车基准套件的子套件，该套件计划于2024年底发布。其专注于摄像头物体探测功能，这也是避碰系统和自动驾驶系统中最常见的功能。实现POC套件是一个重要的里程碑，可以让工作组从汽车行业中收集更多的反馈，以确保v1.0版本套件更加全面。
该POC套件包括完整的v1.0 MLPerf汽车基准套件的子套件，该套件计划于2024年底发布。其专注于摄像头物体探测功能，这也是避碰系统和自动驾驶系统中最常见的功能。实现POC套件是一个重要的里程碑，可以让工作组从汽车行业中收集更多的反馈，以确保v1.0版本套件更加全面。
POC套件版本包括一个用于受训物体识别系统、功能完备的实施参考，其中包含：
1、在 Cognata 数据集上训练的 SSD-ResNet50 对象检测器模型和运行时引擎；
2、Collective Mind自动化系统，用于脚本编写以及管理模型的执行；
3、用于演示的Cognata数据集的子集；
4、在基于PC（个人计算机）的环境中运行基准测试所需的其他软件组件。
该款模型是SSD+ResNet50残差神经网络系统的改进版本，该系统于2015年首次推出，是目前大多数视觉物体识别系统所采用的代表模型。SSD+ResNet50为衡量性能提供了一个基准，而且该基准已被业内广泛了解和认可。POC中所含的版本已经得到重新训练，以适用于8兆像素的图像（此类像素图像也是车辆摄像头系统所采用的新标准），从而确保该基准在未来几年内仍适用。该模型和运行时引擎与必要的软件框架和依赖组件搭配使用，以便可以轻松在Docker容器中执行，为各种计算环境提供支持。
该款POC是严格且强大基准测试套件的一部分，其中包含了含有12万张8兆像素图片的MLCommons Cognata数据集的一小部分。此类图像用于训练模型，从车辆的街景视角合成而来，代表了典型避碰系统需要处理的场景。采用合成图像可以包括在现实生活中无法捕捉的场景，如有孩子在汽车前面跑动。除了POC中包含的此类图像之外，MLCommons成员还可以访问完整的MLCommons Cognata数据集。
POC中还包含Collective Mind自动化系统，这是一个便携式、可扩展的自动化、可重复性框架，用于执行复杂的机器学习和AI应用程序，以管理基准测试的过程。
供应商们将运行可针对其产品进行优化的汽车基准测试，并将测试结果分享给潜在客户。汽车OEM和供应商可以独立验证基准测试结果，还可以在组装自己的系统组件组合后重新运行基准测试。此外，供应商们还可使用自己的专有模型和/或数据，来生成自己的基准测试结果。
保证v1.0版本更加全面
POC版本是实现完整版v1.0版本的第一步，旨在对车辆中的所有AI组件进行基准测试。POC版本并未针对提升组件性能进行优化，因为供应商会有自己的优化解决方案。该版本旨在为汽车OEM、一级供应商、其他供应商以及技术行业相关人士提供机会，以提供组件反馈，并对关键性能指标进行基准测试。
本文作者可以追加内容哦 !
