Tigris：面向点云三维感知的架构与算法

机器感知应用正日益转向操纵与处理 3D 点云。本文关注点云配准，这是 3D 数据处理的关键原语，广泛用于里程计、同步定位与建图以及 3D 重建等高层任务。由于这些应用常规部署于能量受限环境中，实时且节能的点云配准至关重要。我们提出 Tigris，一种专为点云配准设计的算法-架构协同设计系统。通过对配准流水线设计空间的广泛探索，我们发现，尽管不同设计点在精度与性能间做出截然不同的权衡，KD 树搜索是共同的性能瓶颈，因此是架构专门化的理想候选。虽然 KD 树搜索本质上是串行的，我们提出了一种易于加速的数据结构与搜索算法，在点云配准背景下揭示了 KD 树搜索的不同形式并行性。该协同设计的加速器系统性地开发了这些并行性，同时结合了一系列进一步提升加速器效率的架构技术。总体而言，Tigris 在 KD 树搜索上相较 RTX 2080 Ti GPU 实现了 77.2$\times$ 加速与 7.4$\times$ 功耗降低，对应配准性能提升 41.7% 与功耗降低 3.0$\times$。