基于OpenCL的驾驶监控系统自调优化研究  

作　　者：刘创 李智[1] 

机构地区：[1]四川大学电子信息学院,四川成都610000

出　　处：《电子制作》2024年第7期62-67,共6页Practical Electronics

摘　　要：高性能异构计算在视频大数据处理中的研究应用意义重大,如何高效地发挥计算平台的性能问题亟待解决,本文以汽车智能化的驾驶员监控系统应用为背景,针对深度学习视频识别分析实时性要求高,异构计算平台错综复杂等问题,从基于OpenCL异构框架并行计算和模型自调优化两个方面深入研究,通过利用OpenCL在异构并行计算中的架构优势,进行编程性能模型的设计和自调算法优化,有效地避免了接触底层设备来设计和实现高并行计算的传统方法。对照实验结果表明,引入YOLOv3算法的OpenCL异构计算平台相对于GPU并行加速比能达到1.46,进一步通过TVM优化部署加速比突破到了1.6,研究结果表明,该方法解决了跨多种平台代码重构与性能自调优的难题,对汽车智能化驾驶员监控系统的高性能需求提供了理论研究。

关 键 词：OPENCL 自调模型 算法优化 优化编译器 

分 类 号：U463.6[机械工程—车辆工程]