缺陷 1:当预先调度方案应用于部署到单个低端设备的自动驾驶应用程序时,会产生计算资源的紧缺。
- 解决方案:文章提出了一个简单的解决方案——即时优先级调整(just-in-time priority adjustment),通过即时调整任务的关联和优先级来解决「算力饥饿」。
缺陷 2:由于硬件模型设计和实现的某些原因,某些加速器未被完全利用。
- 解决方案:文章采用一种硬件感知模型定制(hardware-aware model customization)的方法,通过弥合DNN模型与多种类型的加速器之间的差距,显着提高了加速器的利用。
缺陷 3:当前的自动驾驶调度算法无法处理可以使用多种类型加速器的混合工作负载。
- 解决方案:我们提出了基于 DAG 实例化的调度(instantiation based scheduling),一种通过基于加速器的 DAG 实例化扩展自动驾驶调度以满足需求的方法。

