面向车载深度学习框架的基于 GPU 温度仿真的测试
机器学习
2025-09-29 v2 软件工程
摘要
深度学习模型在自动驾驶系统中发挥着至关重要的作用，支撑着环境感知等关键功能。为了加速模型推理，这些深度学习模型的部署依赖于车载深度学习框架，例如 Apollo 中的 PaddleInference 和 AutoWare 中的 TensorRT。然而，与在云端部署深度学习模型不同，车载环境会经历从 -40{\deg}C 到 50{\deg}C 的极端环境温度变化，这会显著影响 GPU 温度。此外，计算产生的热量会进一步导致 GPU 温度升高。这些温度波动会通过 DVFS 等机制引发动态的 GPU 频率调整。然而，车载深度学习框架在设计时并未考虑温度引起的频率变化所带来的影响。当部署在温度变化的 GPU 上时，这些框架会出现严重的质量问题：计算密集型算子面临延迟或错误，高/混合精度算子出现精度误差，时序算子遭遇同步问题。上述质量问题无法被现有的深度学习框架测试方法检测到，因为它们忽略了温度对深度学习框架质量的影响。为了弥补这一空白，我们提出了 ThermalGuardian，这是首个在温度变化环境下的车载深度学习框架测试方法。具体而言，ThermalGuardian 使用针对温度敏感算子的模型变异规则生成测试输入模型，基于牛顿冷却定律模拟 GPU 温度波动，并根据实时 GPU 温度控制 GPU 频率。
引用
@article{arxiv.2509.15815,
title = {GPU Temperature Simulation-Based Testing for In-Vehicle Deep Learning Frameworks},
author = {Yinglong Zou and Juan Zhai and Chunrong Fang and Zhenyu Chen},
journal= {arXiv preprint arXiv:2509.15815},
year = {2025}
}