【技术实现步骤摘要】
【国外来华专利技术】向并发执行的神经网络分配处理资源
[0001]相关申请
[0002]本申请要求2020年12月21日提交的美国专利申请No.17/128,554的优先权权益;其全部内容通过援引纳入于此。
[0003]背景
[0004]自主交通工具(诸如自主和半自主汽车、无人机、移动机器人和其他合适的机器)越来越多地包括用以收集关于环境的信息的多个传感器,以及用以处理搜集到的信息以用于路线规划、导航、防撞等的处理系统。一个示例是用于自主和半自主汽车的高级驾驶员辅助系统(ADAS)。为了能够快速分析传感器数据并基于其快速决策,来自每个传感器的数据由神经网络处理,因此交通工具的计算系统(诸如片上系统(SOC))并发地执行许多神经网络。
[0005]概述
[0006]各方面包括可以在交通工具内的处理设备中实现的用于向并发执行的神经网络分配计算资源的方法。由交通工具的处理器执行的各方面可包括基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先级,以及基于每一个神经网络的所确定的优先级来将计算资源分配给该多个神经网络。
[0007]在一些方面,基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先级可包括:基于该多个神经网络中的每一者在交通工具操作上下文中对总交通工具安全性能的贡献来确定每一个神经网络的优先级。在一些方面,基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种由交通工具的处理器执行的用于将计算资源分配给并发执行的神经网络的方法,包括:基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先级;以及基于每一个神经网络的所确定的优先级来向所述多个神经网络分配计算资源。2.如权利要求1所述的方法,其中基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先级包括:基于所述多个神经网络中的每一者在交通工具操作上下文中对所述总体交通工具安全性能的贡献来确定每一个神经网络的所述优先级。3.如权利要求1所述的方法,其中基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先级包括:基于对所述多个神经网络中的每一者对所述总体交通工具安全性能的贡献的指示来确定该神经网络的所述优先级,其中所述指示由每一个神经网络提供。4.如权利要求1所述的方法,其中所述总体交通工具安全性能是基于使用所述多个神经网络的推断准确度和速度作为输入值的模型来计算的。5.如权利要求1所述的方法,其中所述总体交通工具安全性能指示基于能被人类乘客感知到的因素的驾驶质量。6.如权利要求1所述的方法,其中确定在所述交通工具处理系统上执行的所述多个神经网络中的每一者的优先级包括:基于每一个神经网络的每秒输出推断和输出准确度来确定所述多个神经网络中的一者或多者的相对性能。7.如权利要求1所述的方法,其中基于每一个神经网络的所确定的优先级来向所述多个神经网络分配计算资源包括基于所述多个神经网络中的一个或多个神经网络的所确定的优先级来调整所述多个神经网络中的所述一个或多个神经网络的一个或多个超参数。8.如权利要求7所述的方法,其中基于所述多个神经网络中的一个或多个神经网络的所确定的优先级来调整所述多个神经网络中的所述一个或多个神经网络的一个或多个超参数包括基于所述多个神经网络中的一个或多个神经网络的性能有效性曲线来调整一个或多个超参数。9.如权利要求1所述的方法,进一步包括:使用所分配的计算资源来确定所述多个神经网络中的一者或多者的性能;以及基于所述多个神经网络中的一者或多者的所确定的性能来将计算资源重新分配给所述多个神经网络中的一者或多者。10.如权利要求9所述的方法,进一步包括:监视所述计算资源的动态可用性以及所述计算资源的实际使用,其中基于所述多个神经网络中的一者或多者的所确定的性能来将计算资源重新分配给所述多个神经网络中的一者或多者包括基于所述计算资源的所述动态可用性以及所述计算资源的所述实际使用来将计算资源重新分配给所述多个神经网络中的一者或多者。11.如权利要求9所述的方法,其中基于所述多个神经网络中的一者或多者的所确定的性能来将计算资源重新分配给所述多个神经网络中的一者或多者包括基于所述多个神经网络中的每一者的所确定的性能来重新调整所述多个神经网络中的一者或多者的一个或
多个超参数。12.如权利要求1所述的方法,进一步包括:确定可用计算资源已增加、已减少还是保持相同;响应于确定所述可用计算资源已增加而调整对总体交通工具安全性能具有相对较大影响的一个或多个神经网络超参数;以及响应于确定所述可用计算资源已减少而调整对总体交通工具安全性能具有相对较小影响的一个或多个神经网络超参数。13.一种处理系统,包括:处理器,所述处理器配置有用于以下操作的处理器可执行指令:基于在交通工具处理系统上执行的多个神经网络中的每一者对总体交通工具安全性能的贡献来确定每一个神经网络的优先级;以及基于每一个神经网络的所确定的优先级来向所述多个神经网络分配计算资源。14.如权利要求13所述的处理系统,其中所述处理器进一步配置有用于以下操作的处理器可执行指令:基于在所述交通工具处理系统上执行的所述多个神经网络中的每一者在交通工具操作上下文中对所述总体交通工具安全性能的贡献来确定每一个神经网络的所述优先级。15.如权利要求13所述的处理系统,其中所述处理器进一步配置有用于以下操作的处理器可执行指令:基于由在所述交通工具处理系统上执行的所述多个神经网络中的每一者提供的对该神经网络对所述总体交通工具安全性能的贡献的指示来确定每一个神经网络的所述优先级。16.如权利要求13所述的处理系统,其中所述处理器进一步配置有处理器可执行指令以使得:所述总体交通工具安全性能是基于使用所述多个神经网络的推断准确度和速度作为输入值的模型来计算的。17.如权利要求13所述的处理系统,其中所述处理器进一步配置有处理器可执行指令以使得:所述总体交通工具安全性能指示基于能被人类乘客感知到的因素的驾驶质量。18.如权利要求13所述的处理系统,其中所述处理器进一步配置有用于以下操作的处理器可执行指令:基于每一个神经网络的每秒输出推断和输出准确度来确定所述多个神经网络中的一者或多者的相对性能。19.如权利要求13所述的处理系统,其中所述处理器进一步配置有用于以下操作的处理器可执行指令:基于所述多个神经网络中的一者或多者的所确定的优先级来调整所述多个神经网络中的一者或多者的一个或多个超参数。20.如权利要求19所述的处理系统,其中所述处理器进一步配置有用于以下操作的处理器可执...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。