表征与提升自主机器人中加速器的弹性
硬件体系结构
2021-10-19 v1 机器人学
摘要
运动规划是自主机器人中计算密集且被充分研究的问题。然而，运动规划硬件加速器（MPA）必须具备软错误弹性才能部署于安全关键应用，而传统缓解技术的 blanket 应用因成本、功耗与性能开销而不适用。我们提出碰撞暴露因子（CEF），一种评估处理空间关系（包括运动规划）电路故障脆弱性的新度量。CEF基于这样的洞察：安全违例概率随比特翻转所暴露物理空间表面积增大而上升。我们在四种MPA上评估CEF。我们凭经验证明CEF与安全违例概率相关，且CEF感知的选择性错误缓解在相同保护内存量下，相比均匀、比特位置与访问频率感知的关键数据选择，平均分别提供低12.3倍、9.6倍与4.2倍的失效率（FIT）。此外，我们展示如何运用CEF以比穷举故障注入（FI）少23,000倍的实验实现故障表征，并在不同机器人与MPA上评估我们的FI方法。我们证明CEF感知FI可在与均匀统计FI相同时间内提供MPA中脆弱比特的洞察。最后，我们利用CEF制定设计软错误弹性MPA的指南。
引用
@article{arxiv.2110.08906,
title = {Characterizing and Improving the Resilience of Accelerators in Autonomous Robots},
author = {Deval Shah and Zi Yu Xue and Karthik Pattabiraman and Tor M. Aamodt},
journal= {arXiv preprint arXiv:2110.08906},
year = {2021}
}
备注
14 pages