【技术实现步骤摘要】
本专利技术属于芯片测试，更具体地，涉及一种芯片综合算力测试方法、电子设备、存储介质及装置。
技术介绍
1、随着智能化的快速发展，智能网联汽车功能越来越复杂。对于自动驾驶的级别越高，数据采集量和传输量也就越大，对车载计算芯片的计算能力要求也就越高。业界一般认为，l2级自动驾驶需要的芯片计算力在10tops以下，l3级需要的算力约为30～60tops，l4级需要的算力超过100tops，l5级别算力需求则超过1000tops。
2、在自动驾驶技术快速发展的背景下，行车安全成为重中之重。计算平台本身软硬件的设计是否足够支撑汽车在极端场景下的自动化功能正常运作成为影响自动驾驶安全的因素之一；车载计算芯片本身的算力和对应的算法是否足够支持汽车具备准确且实时的感知能力，从而保障自动驾驶汽车的行车安全。以感知为例，自动驾驶车辆需要对车身360°范围内的环境进行感知，其感知的范围非常广，包括对移动物体的识别、跟踪、预测、驾驶环境的语义分割、建模、定位，而且还要在不同的天气情况、光照条件下可靠的工作，这对于车载计算平台的综合算力以及对应的感知算法的可靠性、准确性提出了极其苛刻的要求。目前业界尚缺乏一个与时俱进的，能有效评估车规计算芯片综合算力性能的标准，尤其是行业特别急需的基于汽车应用场景的综合芯片算力测试方法尚属空白。
3、公开于本专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思
1、本专利技术的目的是提出一种芯片综合算力测试方法、电子设备、存储介质及装置，实现在计算芯片ai计算单元被最大限度挤压且综合考虑影响芯片算力因素的前提下对芯片综合算力进行快速测试，并根据测试结果实现对芯片实际综合算力的快速评估。
2、为实现上述目的，本专利技术提出了一种芯片综合算力测试方法、电子设备、存储介质及装置。
3、根据本专利技术的第一方面，提出了一种芯片综合算力测试方法，包括：
4、基于传感器与芯片的数据接口将数据库/车辆传感器的路测场景数据传输到芯片，并基于综合算力算法模型进行芯片综合算力测试；
5、基于所述测试过程中所述芯片的数据流向及处理逻辑，分析在所述芯片的ai加速单元占用率达到极限时影响芯片综合算力的芯片算力影响因子；
6、基于数据回灌方式将所述路测场景数据重新导入所述芯片，在其他所述芯片算力影响因子保持不变的情况下计算每个所述芯片算力影响因子处于不同状态时对应的芯片综合算力；
7、基于所述芯片综合算力和所述芯片的理论综合算力计算每个所述芯片算力影响因子处于不同状态时对所述综合算力的影响值；
8、基于所述影响值、所述芯片算力影响因子和所述芯片综合算力建立芯片综合算力估算模型；
9、基于待估算芯片的硬件配置和应用场景需求确定各所述芯片算力影响因子的状态，进而基于所述芯片综合算力估算模型计算各所述芯片算力影响因子对应的所述待估算芯片的实际芯片综合算力。
10、可选地，所述计算每个所述芯片算力影响因子处于不同状态时对应的芯片综合算力具体包括：
11、s1、设定单个芯片算力影响因子的多种状态；
12、s2、基于数据回灌方式将所述路测场景数据重新导入所述芯片；
13、s3、在其他芯片算力影响因子的状态保持不变的情况下，计算所述芯片算力影响因子在一种所述状态下的芯片综合算力；
14、s4、改变所述芯片算力影响因子的状态，重复s2-s3，分别获取所述芯片算力影响因子处于不同状态时对应的芯片综合算力；
15、s5、更换所述芯片算力影响因子，重复s1-s4，直到获取每个所述芯片算力影响因子处于不同状态时对应的芯片综合算力。
16、可选地，所述芯片算力影响因子包括：
17、贡献因子和约束因子；
18、所述贡献因子包括：cpu频率、内核数量、ddr带宽、片内存储、车载摄像头接口形式、车载摄像头分辨率、芯片内核数量和数据输入形式；
19、约束因子包括：功耗/温度、综合算力算法模型准确度、图像数据通信时延和图像处理帧率。
20、可选地，所述芯片综合算力的计算表达式为：
21、tij＝fij×m；
22、其中，tij为第i个芯片算力影响因子在第j个状态下对应的芯片综合算力，f为第i个芯片算力影响因子在第j个状态下对应的处理帧率，m为综合算力算法模型的模型计算量。
23、可选地，所述影响值的计算表达式为：
24、
25、其中，τij为第i个芯片算力影响因子在第j个状态下对该状态下芯片综合算力的影响值，e是常数，α为测试芯片的理论综合算力。
26、可选地，所述实际综合算力的计算表达式为：
27、tgi＝tl×τij；
28、tgi为第i个芯片算力影响因子对应的待估算芯片的实际综合算力，tl为待估算芯片的理论综合算力。
29、可选地，所述模型计算量的计算表达式为：
30、m＝h×w×(cin×k2+1)×cout；
31、其中，h为输出特征图的高度值，w为输出特征图的宽度值，cin和cout分别为输入通道数和输出通道数，k为卷积核大小。
32、根据本专利技术的第二方面，提出了一种芯片综合算力测试装置，包括：
33、传感器与芯片的数据接口，用于基于所述数据接口将数据库/车辆传感器的路测场景数据传输到芯片，并基于综合算力算法模型进行芯片综合算力测试；
34、测试模块，用于基于综合算力算法模型进行芯片综合算力测试；
35、分析模块，基于所述测试过程中所述芯片的数据流向及处理逻辑，分析在所述芯片的ai加速单元占用率达到极限时影响芯片综合算力的芯片算力影响因子；
36、数据回灌模块，用于基于数据回灌方式将所述路测场景数据重新导入所述芯片；
37、第一计算模块，用于在其他所述芯片算力影响因子保持不变的情况下计算每个所述芯片算力影响因子处于不同状态时对应的芯片综合算力；
38、第二计算模块，用于基于所述芯片综合算力和所述芯片的理论综合算力计算每个所述芯片算力影响因子处于不同状态时对所述综合算力的影响值；
39、建立模块，用于基于所述影响值、所述芯片算力影响因子和所述芯片综合算力建立芯片综合算力估算模型；
40、确定与估算模块，用于基于待估算芯片的硬件配置和应用场景需求确定各所述芯片算力影响因子的状态，进而基于所述芯片综合算力估算模型计算各所述芯片算力影响因子对应的所述待估算芯片的实际芯片综合算力。
41、根据本专利技术的第三方面，提出了一种电子设备，所述电子设备包括：
42、至少一个处理器；以及，
43、与所述至少一个处理器通信连接的存储器；其中，
44、所述存储本文档来自技高网...
【技术保护点】
1.一种芯片综合算力测试方法，其特征在于，包括：
2.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述计算每个所述芯片算力影响因子处于不同状态时对应的芯片综合算力具体包括：
3.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述芯片算力影响因子包括：
4.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述芯片综合算力的计算表达式为：
5.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述影响值的计算表达式为：
6.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述实际综合算力的计算表达式为：
7.根据权利要求4所述的芯片综合算力测试方法，其特征在于，所述模型计算量的计算表达式为：
8.一种电子设备，其特征在于，所述电子设备包括：
9.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行权利要求1-7任一所述的芯片综合算力测试方法。
10.一种芯片综合算力测试装置，其特征在于
...【技术特征摘要】
1.一种芯片综合算力测试方法，其特征在于，包括：
2.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述计算每个所述芯片算力影响因子处于不同状态时对应的芯片综合算力具体包括：
3.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述芯片算力影响因子包括：
4.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述芯片综合算力的计算表达式为：
5.根据权利要求1所述的芯片综合算力测试方法，其特征在于，所述影响值的计算表达式为：
...【专利技术属性】
技术研发人员：雷黎丽，马春雷，
申请(专利权)人：北京国家新能源汽车技术创新中心有限公司，
类型：发明
国别省市：
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。