ایمبیڈڈ ویژن پروڈکٹس کے لیے این پی یو کمپیوٹ کی صلاحیت کا تعین کیسے کریں

1. مسئلہ کو سمجھنا: این پی یو کی صلاحیت کی منصوبہ بندی کیا حل فراہم کرتی ہے؟

بہت سارے ایمبیڈڈ آلات، جن میں روبوٹ، اسمارٹ کیمرے اور انڈسٹریل ویژن ٹرمینلز شامل ہیں، اب AI ویژن الگوردمز چلانے کے لیے این پی یوز کا استعمال کرتے ہیں۔ این پی یو ایک چِپ کے اندر ایک ہارڈ ویئر یونٹ ہے جو AI انفرینس کے لیے مخصوص ہوتا ہے۔

جب کوئی چِپ منتخب کی جاتی ہے تو بہت ساری ٹیمیں پہلے اس کی این پی یو ٹاپس ریٹنگ دیکھتی ہیں اور یہ سمجھتی ہیں کہ اس کا زیادہ عدد اس کی زیادہ طاقت کو ظاہر کرتا ہے۔ عملی طور پر، پروڈکٹ ڈویلپمنٹ کو دو عام مسائل کا سامنا کرنا پڑتا ہے:

پہلا مسئلہ کمپیوٹ کی صلاحیت کی کمی ہے۔ آلات کم فریم ریٹ پر چلتے ہیں، ویڈیو ٹوٹتی ہے، متعدد کیمرے ایک ساتھ کام کرتے وقت فریمز ڈراپ ہوتے ہیں، اور AI کی شناخت ناکام ہو سکتی ہے۔

دوسرا مسئلہ زیادہ سے زیادہ صلاحیت کا ہے۔ چپ مہنگی ہوتی ہے، زیادہ طاقت استعمال کرتی ہے اور قابلِ ذکر حرارت پیدا کرتی ہے۔ استعمال نہ کی گئی کمپیوٹنگ صلاحیت منافع کے حاشیے کو کم کر دیتی ہے۔

ایک اہم انجینئرنگ کا تصور یہ ہے کہ بہت سارے مضمر وژن کے منصوبوں میں، کارکردگی تصویر کے منتقلی، میموری بینڈ وڈتھ یا سی پی یو پر مبنی اگلے مرحلے کی پروسیسنگ کی وجہ سے محدود ہوتی ہے نہ کہ این پی یو کی کمپیوٹنگ صلاحیت کی وجہ سے۔

2. بنیادی تصورات اور دو اہم معیارات

کمپیوٹنگ کی منصوبہ بندی کے لیے تکنیکی اصطلاحات کی لمبی فہرست کی ضرورت نہیں ہوتی۔ دو اہم تصورات کو الگ کرنا چپ کی خصوصیات کو غلط فہمی کا باعث بننے سے روکنے میں مدد دیتا ہے۔

چپ کے فروخت کنندگان کے ذریعہ اشتہار دیا گیا ٹاپس (TOPS) عدد نظریاتی زیادہ سے زیادہ کمپیوٹنگ کارکردگی ہے: وہ زیادہ سے زیادہ پروسیسنگ کی صلاحیت جو این پی یو آزمائشی لیبارٹری کی مثالی حالتوں میں مکمل لوڈ کے تحت حاصل کر سکتی ہے۔ مصنوعات کے ڈیزائن میں گنجائش کی ضرورت ہوتی ہے، اس لیے زیادہ سے زیادہ کارکردگی کو سائز کے لیے براہ راست استعمال نہیں کیا جا سکتا۔

ہم ایک AI ماڈل کے حسابی بوجھ کا اندازہ لگانے کے لیے GMAC کا استعمال کرتے ہیں۔ ایک MAC ایک بنیادی ضرب-جمع آپریشن ہوتا ہے، اور GMAC اس قسم کے ایک ارب آپریشنز کو ظاہر کرتا ہے۔ یہ کسی ماڈل میں عملدرآمد کی گئی حسابی مقدار کو ناپتا ہے۔ نوٹ کریں کہ GMAC بوجھ کو ناپتا ہے، جبکہ GMAC/s گزرنے کی شرح (throughput) کو ناپتا ہے۔ بڑے ماڈلز کے GMAC کے اعداد و شمار زیادہ ہوتے ہیں۔

NPU کا استعمال ایک مستقل دائمی تناسب نہیں ہوتا۔ یہ NPU کی صلاحیت کا وہ حصہ ظاہر کرتا ہے جو موثر حسابی کاموں کے لیے استعمال ہوتا ہے۔ سادہ کنوولوشنل نیٹ ورکس، جیسے VIO فرنٹ اینڈز یا ہلکے وزن کے تشخیصی ماڈلز، کے لیے سادہ آپریٹرز اور چِپ کی مکمل بہتری کی وجہ سے استعمال کا تناسب 60% سے 80% تک ہو سکتا ہے۔ جن ماڈلز میں پیچیدہ تبدیلیاں یا ٹرانسفارمر بلاکس شامل ہوں، وہ بار بار ٹائلڈ انجام دہی (tiled execution) کی ضرورت رکھتے ہیں، جس کی وجہ سے استعمال کا تناسب 20% یا اس سے بھی کم ہو جاتا ہے۔

40 فیصد کی مستقل استعمال کی شرح کا اطلاق غلط تخمینوں کی ایک بڑی وجہ ہے۔ وضاحت کا اثر براہ راست کام کے بوجھ پر بھی پڑتا ہے: اگر ابتدائی تصویر کی چوڑائی اور اونچائی دونوں دوگنی کر دی جائیں تو اس کا رقبہ چار گنا ہو جاتا ہے اور اسی ماڈل کے لیے تقریباً چار گنا زیادہ حساب کتاب درکار ہوتا ہے۔

ٹاپس صرف ہارڈ ویئر کی حد ہے۔ حساب کتاب کا اندازہ لگانے کا آغاز ماڈل کے جی میک کے کام کے بوجھ سے کریں، اور اسے ترقیاتی بورڈ پر کی گئی پیمائش کے مقابلے میں درست کریں۔ کسی چِپ کا انتخاب صرف اس کی نظریاتی زیادہ سے زیادہ کارکردگی کی بنیاد پر نہ کریں۔

3. تعریف کریں درخواست ضروریات اور کثیر-کیمرہ شیڈولنگ

کمپیوٹ کی ضروریات کا اندازہ لگانے سے پہلے، مصنوعات کے کام کے بوجھ کو واضح کر لیں۔ اہم فرق یہ ہے کہ کیا متعدد کیمرے متوازی استنباط (پیرلیل انفرینس) کا استعمال کرتے ہیں یا وقت کے لحاظ سے بانٹا ہوا، گول راؤنڈ استنباط (ٹائم شیئرڈ، راؤنڈ روبن انفرینس)، کیونکہ یہ فیصلہ کرتا ہے کہ ان کی کمپیوٹ کی ضروریات کو کس طرح جمع کیا جائے۔

موازی موڈ: تمام کیمرے ایک ہی وقت پر ذہینی آلاتی استدلال (AI inference) چلاتے ہیں، اس لیے ان کی کمپیوٹنگ کی ضروریات براہ راست جمع کر دی جاتی ہیں۔ مثال کے طور پر، ایک سیکیورٹی ڈیوائس جس میں چار کیمرے ہوں اور ہر چینل پر فی سیکنڈ تیس فریمز کی شرح سے حقیقی وقت میں آبجیکٹ ڈیٹیکشن کا کام کر رہے ہوں، وہ تمام چاروں چینلز کے بوجھ کو اکٹھا کرتی ہے۔

وقت کے لحاظ سے شیئرڈ موڈ: NPU ایک مشترکہ سخت افزائی وسائل ہے جو کیمرے کی تصاویر کو ترتیب وار پروسیس کرتا ہے، یعنی ایک وقت میں ایک ہی چینل کو سنبھالتا ہے جبکہ چینلز قطار میں باری باری اپنا کام کرتے ہیں۔ راک چِپ RK پلیٹ فارمز پر کئی بہت سے کیمرے والے بصری نظاموں میں اس طریقہ کار کو استعمال کیا جاتا ہے۔

کام کے بوجھ کی تعریف کرتے وقت درج ذیل معلومات جمع کریں:

ہر کیمرے کا ریزولوشن اور فریم کی شرح۔

ذہینی ماڈلز کی فہرست: کون سے ماڈلز NPU پر چلتے ہیں اور کون سے پوسٹ-پروسیسنگ کے کام CPU پر چلتے ہیں۔

کوانٹائزیشن کی درستگی: INT8 مضبوط اور کارآمد استدلال کی وجہ سے مبنی بر ایمبیڈڈ آلات کے لیے عام انتخاب ہے۔

ٹریگرنگ کا طریقہ: ہر فریم پر مسلسل ذہینی پروسیسنگ، یا واقعہ کے ذریعے چالو ہونے والا آپریشن جس میں پیچیدہ الگورتھم صرف تب شروع ہوتے ہیں جب کوئی ٹریگر کی شرط پوری ہو جائے۔

اہم: GMAC ماڈل کو تجربے سے اندازہ لگانے کی بجائے RKNN یا ONNX Runtime جیسے اوزاروں کا استعمال کرتے ہوئے برآمد کریں۔ ایک بڑے YOLO ماڈل کے ورک لوڈ کو ہلکے VIO نیٹ ورک کے سائز کا تعین کرنے کے لیے استعمال کرنا کمپیوٹنگ کی ضروریات کو شدید طور پر اوور ایسٹی میٹ کر سکتا ہے۔

ہمارا MV11 ایک چار کیمرے والی ہارڈ ویئر-ہم آہنگ بصری اور جِسمانی راستہ کا تعین کرنے والی امتزاجی کمپیوٹنگ پلیٹ فارم ہے، جو زبردست کارکردگی والا Rockchip RK3576 پروسیسر پر مبنی ہے۔ اس میں 6 TOPS NPU اور 4 GB LPDDR4 میموری شامل ہے اور یہ چاروں کیمرے کے درمیان مائیکرو سیکنڈ سطح کی ہم آہنگی کو سپورٹ کرتا ہے۔ اس کے مناسب استعمالات میں روبوٹک شناخت اور تشخیص، VIO، SLAM اور متعدد کیمرے والے EGO ڈیٹا کا اکٹھا کرنا شامل ہیں۔ یہ اوپر بیان کردہ بورڈ سطحی کمپیوٹنگ، بینڈ وڈتھ اور متعدد چینل کی شیڈولنگ کے ٹیسٹ کے لیے ہارڈ ویئر پلیٹ فارم کے طور پر کام کر سکتا ہے۔ ابتدائی منصوبہ جانچ کے لیے نمونے دستیاب ہیں، اور مکمل بصری حل کو انتصاب کی حمایت کے لیے موافقت پذیر بنایا جا سکتا ہے۔ ہم سے [email protected] پر رابطہ کریں۔

4. وہ پابندیاں جو اکثر NPU کمپیوٹنگ سے پہلے کارکردگی کو محدود کرتی ہیں

بہت سارے منصوبے انتخاب کے دوران صرف این پی یو ٹاپس پر توجہ دیتے ہیں، پھر بورڈ برِنگ اَپ کے دوران یہ دریافت کرتے ہیں کہ سسٹم کام نہیں کر رہا ہے، حالانکہ این پی یو کی صلاحیت کا ایک بڑا حصہ اب بھی دستیاب ہے۔ مندرجہ ذیل رکاوٹیں مضمر وژن میں عام طور پر پیدا ہونے والی پابندیاں ہیں۔

4.1 ڈی ڈی آر میموری بینڈ وڈتھ

ذہینی استنباط کے دوران، این پی یو مسلسل تصاویر اور ماڈل کے وزن کو میموری سے پڑھتا ہے اور درمیانی فیچر میپس کو دوبارہ میموری میں لکھتا ہے۔ ڈی ڈی آر بینڈ وڈتھ ان منتقلیوں کی رفتار طے کرتی ہے۔ جب بینڈ وڈتھ کافی نہ ہو تو، ایک این پی یو جس کی حسابی صلاحیت کافی ہو، بھی ڈیٹا کا انتظار کرنا پڑتا ہے، جس کی وجہ سے فریم ریٹ میں بہتری نہیں آتی۔ آر کے پلیٹ فارمز پر زیادہ تر ملٹی کیمرہ منصوبوں میں، بینڈ وڈتھ صرف این پی یو کی صلاحیت کے ایک چھوٹے سے حصے کے استعمال کے دوران ہی بھر جاتی ہے۔

4.2 میموری گنجائش

تصویر بفرز، اے آئی ماڈل کے وزن اور درمیانی خصوصیات کے نقشے تمام یادداشت کا استعمال کرتے ہیں۔ جب متعدد چینلز ایک ساتھ کام کرتے ہیں تو یادداشت کا استعمال کافی حد تک بڑھ جاتا ہے۔ ناکافی یادداشت اطلاقیہ کو بند کر سکتی ہے۔ مُضمن آلات عام طور پر مجازی یادداشت سے محروم ہوتے ہیں، اس لیے یادداشت سے باہر (OOM) کی حالت آلات کو روک سکتی ہے۔

4.3 آئی ایس پی تصویر کی پیشِ تیاری

کیمرے کے ذریعے حاصل کردہ خام تصاویر کو کاٹنا، سائز بدلنا اور رنگ کے جگہ کا تبدیل کرنا ضروری ہوتا ہے۔ کچھ پیشِ تیاری آئی ایس پی سخت افزار کے ذریعے انجام دی جاتی ہے، جبکہ کچھ سی پی یو وسائل کا استعمال کرتی ہے۔ متعدد کیمرے کے حصول سے پیشِ تیاری کی ضرورت بڑھ جاتی ہے اور یہ پائپ لائن میں تاخیر پیدا کر سکتی ہے، حتیٰ کہ جب این پی یو غیر فعال ہو۔

4.4 طاقت کا استعمال اور حرارتی انتظام

ایک چِپ کی اشتہاری زچری ٹاپس اس کے زچری طاقت کے استعمال سے متعلق ہوتی ہے۔ زیادہ تر مضمن آلات بے پنکھے ہوتے ہیں اور لمبے عرصے تک مکمل این پی یو لوڈ کو برداشت نہیں کر سکتے۔ حتیٰ کہ جب نظریاتی حساب کرنے کی صلاحیت بلند ہو، حرارتی حالات مستقل کارکردگی کے لیے دستیاب صلاحیت کو محدود کر دیتے ہیں۔

4.5 آپریٹر کی سازگاری

اگر کوئی AI ماڈل خاص آپریٹرز پر مشتمل ہو جنہیں NPU تیز نہیں کر سکتا، تو وہ CPU پر چلنے کے لیے واپس چلے جاتے ہیں۔ CPU پر AI پروسیسنگ سست ہوتی ہے اور یہ پائپ لائن کو شدید طور پر رکا سکتی ہے، حتیٰ کہ جب NPU کی صلاحیت کافی ہو۔ پلیٹ فارم منتخب کرنے سے پہلے آپریٹرز کی تیزی کی حمایت کی تصدیق کریں۔

5. ایک عملی منصوبہ بندی کا کام کا طریقہ کار

1. کام کے بوجھ کا بنیادی معیار اور کام کرنے کا انداز قائم کریں۔ AI پائپ لائن کی وضاحت کریں: وضاحت (ریزولوشن)، فریم ریٹ، چینل کی تعداد، ٹریگر کی حکمت عملی (جاری یا واقعہ پر مبنی)، متوازی یا وقت کے لحاظ سے شیئر کردہ انجام دہی، ماڈلز کی فہرست اور انتصاب کی درستگی۔ خاص طور پر متعدد چینلز کو کیسے منصوبہ بند کیا جاتا ہے، اس پر غور کریں۔

2. ماڈلز کے کام کے بوجھ کو ناپیں اور GMAC/s کو برآمد کریں۔ ہر ماڈل کے لیے GMAC/s کو برآمد کرنے کے لیے ٹولز کا استعمال کریں، جس میں NPU کی تیزی سے ہونے والی کمپیوٹیشن کو CPU کی پوسٹ پروسیسنگ سے الگ کرنا شامل ہو۔

3. انجام کار کی موثریت کا تعین کرنے کے لیے ہدف بورڈ پر پیمائش کریں۔ RK3576 یا RK3588 جیسے امیدوار SoCs پر ماڈلز کو پلیٹ فارم کے فارمیٹ میں تبدیل کریں۔ اس ماڈل کی اس NPU پر اصل اثراکاری کی شرح کا تعین کرنے کے لیے فریم فی ثانیہ کے حساب سے استنباط کا وقت ناپیں۔ یہ ورق کے اندازوں میں غلطیوں کو ختم کرنے کا سب سے اہم مرحلہ ہے: تمام اندازے بورڈ سطح کی پیمائشوں کے مقابلے میں ہی درست کیے جانے چاہئیں، عام فارمولوں کے مقابلے میں۔

4. متعدد چینل کے کام کے بوجھ کو جمع کریں اور نظام کی رکاوٹوں کا جائزہ لیں۔ عام مستقل حالت کے علاوہ تمام چینلز کے ایک ساتھ فعال ہونے کی بدترین صورتحال کا بھی جائزہ لیں۔ DDR بینڈ وڈت اور حافظہ کے استعمال کو ایک ہی وقت میں جانچیں۔ بہت سارے RK کے متعدد کیمرے والے منصوبوں میں بینڈ وڈت ختم ہو جاتی ہے جبکہ کمپیوٹر کی صلاحیت ابھی بھی دستیاب ہوتی ہے۔

5. مناسب سر اُوپری جگہ مخصوص کریں اور حدود طے کریں۔ مختصر المدت مصنوعات کے لیے جن کے الگورتھم زیادہ تر مستقل ہوتے ہیں، 1.1 تا 1.2 کا فاصلہ استعمال کریں، اور ان مصنوعات کے لیے جن میں ماڈل کی اپ ڈیٹس کی توقع ہو، 1.3 تا 1.4 کا فاصلہ استعمال کریں۔ سر اُوپری جگہ کو ماڈل کی ترقی، اعلیٰ درجے کے مندرجات اور شیڈولنگ کے بوجھ کو سنبھالنا چاہیے، نہ کہ بے ترتیب طور پر زیادہ وسائل مختص کرنا۔ بوم لاگت اور طاقت کی حدود ایک ہی وقت پر طے کریں۔

6. پانچ عام این پی یو صلاحیت کی منصوبہ بندی کی غلطیاں

6.1 صرف چِپ کے ٹاپس اور ایک مستقل استعمال کی شرح کا استعمال کرنا

اعلان شدہ ٹاپس پر ایک مستقل 40 فیصد استعمال کی شرح لاگو کرنا کمپیوٹ کی ضروریات کو کئی گنا زیادہ اندازہ کر سکتا ہے اور حقیقی انجینئرنگ کی حالتوں سے بہت زیادہ مختلف ہو سکتا ہے۔ استعمال کی شرح ماڈلز اور این پی یو آرکیٹیکچرز کے درمیان قابلِ ذکر طور پر مختلف ہوتی ہے۔

6.2 چینل کی تعداد سے ضرب دینا اور وقت کے اشتراک کو نظرانداز کرنا

وقت کے اشتراک کے آپریشن میں، این پی یو چینلز کو ایک ایک کر کے پروسیس کرتا ہے اور اس کی کمپیوٹیشن گنجائش کو دوبارہ استعمال کیا جاتا ہے۔ صرف چینل کی تعداد کو واحد چینل کی کمپیوٹیشن کی ضرورت سے ضرب دینے سے ضرورت کا بہت زیادہ اندازہ لگایا جا سکتا ہے، جس کی وجہ سے ایک زیادہ طاقت ور اور غیر ضروری طور پر مہنگا چِپ بن جاتا ہے۔

6.3 این پی یو کمپیوٹیشن کا جائزہ لینا لیکن ڈی ڈی آر بینڈ وِدث کو نظرانداز کرنا

متعدد کیمرے والے ویژن منصوبوں میں بینڈ وِدث کے بُتل نیک (بَٹلنیک) کمپیوٹیشن کے بُتل نیک سے کہیں زیادہ عام ہوتے ہیں۔ این پی یو میں اب بھی کافی گنجائش باقی ہو سکتی ہے، لیکن ڈیٹا ٹرانسفرز درکار رفتار کے مطابق نہیں ہو سکتے، جس کی وجہ سے فریم ریٹ محدود ہو جاتی ہے۔ متعدد کیمرے والے منصوبوں میں بینڈ وِدث کا جائزہ سب سے پہلے لینا ہوتا ہے۔

6.4 اوسط لوڈ کو مدنظر رکھنا لیکن عارضی چوٹیوں کو نظرانداز کرنا

کوئی مصنوعہ زیادہ تر وقت کم لوڈ پر کام کر سکتا ہے لیکن جب تمام کیمرے ایک ساتھ آرٹیفیشل انٹیلی جنس کو فعال کرتے ہیں تو عارضی چوٹیوں کا سامنا کر سکتا ہے۔ ڈیزائن کو ان چوٹیوں کو برداشت کرنے کی صلاحیت ہونی چاہیے، لیکن ایک کام کی قطار (ٹاسک کیو) عارضی طلب کو ہموار کر سکتی ہے، اس لیے چِپ کو ضروری طور پر چوٹی کی کمپیوٹیشن کی ضرورت کے مطابق سائز نہیں کیا جانا چاہیے۔

6.5 صرف ماڈل کمپیوٹیشن کو شمار کرنا اور سسٹم اوورہیڈ کو نظرانداز کرنا

بہت سارے تخمینوں میں صرف ذہینی نظام کے بنیادی ڈھانچے کا جی میک (GMAC) شمار کیا جاتا ہے، جبکہ آئی ایس پی (ISP) کی ابتدائی پری پروسیسنگ، تصویر کی نقل کاری اور سی پی یو (CPU) کی بعد کی پروسیسنگ کو نظر انداز کر دیا جاتا ہے۔ نپو (NPU) کی گنجائش کافی ہونے کے باوجود، یہ اضافی بوجھ مجموعی طور پر وقتِ تاخیر (end-to-end latency) بڑھا دیتے ہیں اور متوقع فریم ریٹ حاصل کرنے میں رکاوٹ بن جاتے ہیں۔

7. پلیٹ فارم کے انتخاب کے لیے عملدرآمد کی فہرست

تمام کیمرے کے درجات کو درج کریں: وضاحت، فریم ریٹ اور چینل کی تعداد۔ یہ تصدیق کریں کہ چینلز متوازی یا وقت پر مشترکہ منصوبہ بندی (time-shared scheduling) کا استعمال کرتے ہیں یا نہیں۔

ہر ماڈل کے لیے جی میک (GMAC) کو برآمد کریں اور نپو (NPU) کی حساب کتاب کو سی پی یو (CPU) کی بعد کی پروسیسنگ سے الگ کریں۔

ماڈل کی واحد انجام دہی کا وقت امیدوار پلیٹ فارمز پر ناپیں تاکہ حقیقی انجام دہی کی کارکردگی کا تعین کیا جا سکے۔

متعدد چینلز کے کام کے بوجھ کو جمع کریں اور مستحکم حالت (steady-state) اور زیادہ سے زیادہ حالت (peak conditions) دونوں میں نپو (NPU) کی حساب کتاب کی استعمال کی شرح کا جائزہ لیں۔

ڈی ڈی آر (DDR) بینڈ وڈتھ اور حافظے کے استعمال کو ناپیں تاکہ یہ طے کیا جا سکے کہ آیا بینڈ وڈتھ ہی رکاوٹ ہے۔

ماڈل کے آپریٹرز کی درستگی کو جانچیں اور نپو (NPU) ہارڈ ویئر کی تیزی سے مدد کی حمایت کی تصدیق کریں تاکہ سی پی یو (CPU) میں واپسی سے بچا جا سکے۔

پروڈکٹ اپ ڈیٹ روڈ میپ کے مطابق کمپیوٹ کی ریزرو ہیڈ روم کا تعین کریں اور بوم لاگت اور پاور کی حدود طے کریں۔

متعدد چینلز کے ساتھ ہم وقت ٹرگرز کے ساتھ توسیع شدہ اسٹریس ٹیسٹ چلائیں۔ فریم ریٹ کی تبدیلی اور میموری کی کمی کی وجہ سے ہونے والے کریشز کی جانچ کریں۔

ایمبیڈڈ ویژن کے لیے این پی یو کی صلاحیت کا تعین، ٹاپس کے فارمولے کو لاگو کرنے کا ایک سادہ ریاضیاتی عمل نہیں ہے۔ کاغذی تخمینے صرف ابتدائی منصوبہ بندی کے حوالے کے طور پر کام آتے ہیں۔ حتمی تصدیق کو ہدف والے چپ کے ڈویلپمنٹ بورڈ پر کرنا ضروری ہے۔

مکمل جانچ اس ترتیب پر مشتمل ہوتی ہے: پہلے یہ طے کرنا کہ کمپیوٹ ہی بوٹلنیک ہے یا نہیں → پھر یہ تصدیق کرنا کہ شیڈولنگ متوازی ہے یا وقت کے لحاظ سے شیئرڈ → پھر ماڈل کے جی میک کو ناپنا → پھر ڈی ڈی آر بینڈ وڈتھ کی جانچ کو ترجیح دینا → پھر بورڈ لیول ٹیسٹنگ کے ذریعے کیلیبریشن کرنا → اور آخر میں مناسب کمپیوٹ ہیڈ روم کو ریزرو کرنا۔

مقصد کارکردگی، پاور کے استعمال اور لاگت کے درمیان توازن قائم کرنا ہے۔ کام کے لیے کافی صلاحیت کا انتخاب کریں، بلکہ ہمیشہ بڑھتے ہوئے اعلیٰ این پی یو ٹاپس کی طرف بڑھنا۔

ہمارا MV11 ایک چار کیمرے والی ہارڈ ویئر-ہم آہنگ بصری اور جِسمانی راستہ کا تعین کرنے والی امتزاجی کمپیوٹنگ پلیٹ فارم ہے، جو زبردست کارکردگی والا Rockchip RK3576 پروسیسر پر مبنی ہے۔ اس میں 6 TOPS NPU اور 4 GB LPDDR4 میموری شامل ہے اور یہ چاروں کیمرے کے درمیان مائیکرو سیکنڈ سطح کی ہم آہنگی کو سپورٹ کرتا ہے۔ اس کے مناسب استعمالات میں روبوٹک شناخت اور تشخیص، VIO، SLAM اور متعدد کیمرے والے EGO ڈیٹا کا اکٹھا کرنا شامل ہیں۔ یہ اوپر بیان کردہ بورڈ سطحی کمپیوٹنگ، بینڈ وڈتھ اور متعدد چینل کی شیڈولنگ کے ٹیسٹ کے لیے ہارڈ ویئر پلیٹ فارم کے طور پر کام کر سکتا ہے۔ ابتدائی منصوبہ جانچ کے لیے نمونے دستیاب ہیں، اور مکمل بصری حل کو انتصاب کی حمایت کے لیے موافقت پذیر بنایا جا سکتا ہے۔ ہم سے [email protected] پر رابطہ کریں۔