Réponse rapide
Un GPU accélère les opérations parallèles de perception, vision, nuages de points ou modèles neuronaux, lorsque le gain de latence et de débit compense mémoire, énergie, thermique, logiciel et complexité d’intégration.
Identifier le parallélisme
Convolutions, matrices et traitement d’images bénéficient souvent du GPU. Transferts, petites tâches et synchronisations peuvent au contraire annuler le gain.
Relier GPU et capteurs
DMA, mémoire, pilote, formats et timestamps déterminent la chaîne. Le CPU, la commande et les fonctions critiques gardent une voie indépendante.
Comparer le système complet
Débit, latence, énergie, température, précision et pires cas sont mesurés sur le robot. Le modèle de repli est testé lorsque GPU ou pilote échoue.
Un GPU plus rapide peut réduire la prévisibilité
Files, contention mémoire ou température peuvent créer des pointes de latence. Le contrôleur ne doit pas dépendre d’un calcul GPU non borné.
Sources et références
- [1] Robotics and Autonomous Systems — NIST