EEMBC发布ADASMark：面向高级驾驶辅助SoC的实战基准测试

汽车芯片厂商定期吹嘱为高级驾驶辅助系统(ADAS)打造的系统级芯片(SoC)。然而缺乏客观指标，利益相关者——记者、分析师、最关键的车企——几乎无法区分不同ADAS SoC。

实践中市场依赖厂商宣称或粗糙指标如每秒万亿次操作(TOPS)。仅用TOPS对比Intel/Mobileye EyeQ5与Nvidia Xavier具有误导性，几无可执行洞察。

为填补此空白，嵌入式硬件联盟EEMBC近期推出ADASMark，一套现可授权的自动驾驶基准测试套件。工具集旨在助一级供应商和车企优化算力资源——从CPU到GPU和专用加速器——设计其ADAS栈时。

The Linley Group高级分析师Mike Demler赞扬ADASMark："令人耳目一新，此基准植根真实负载而非抽象数字。"他强调AU-Zone Technologies、NXP Semiconductors、Texas Instruments参与，赋予套件实用优势，超越Baidu DeepBench等通用测试。

框架中心设计

EE Times采访EEMBC总裁兼CTO Peter Torelli，探讨车辆日益自动化时车企面临挑战。他指出虽许多嵌入式系统现部署多核，"仍极少框架能充分利用非对称算力资源。"无健壮框架，每基准实例跨硬件差异巨大，复杂化跨平台对比。

如ADASMark流水线图所示，基线性能用单CPU跑所有阶段。但开发者可能愿为最终推理阶段插入自定义神经网络芯片、或为色彩空间转换插入专用DSP。

此类场景下，框架简化算力设备重定向，免除开发者编写定制接口代码——该过程耗时、易错、且可能扭曲基准结果。

"AMP和OpenAMP针对对称多核设计，不解决我们需求，"Torelli解释。"OpenCV和OpenVX提供部分支持，但厂商采用不一致。"此分析导致EEMBC围绕针对真实负载定制的框架创建ADASMark。

成像管线聚焦

ADASMark关键特性含OpenCL 1.2 Embedded Profile API确保跨实现一致性；系列微基准量化SoC处理计算机视觉、自动驾驶、移动成像任务性能；AU-Zone Technologies开发的交通标志识别CNN推理引擎。

因ADAS需密集目标检测和视觉分类能力，ADASMark聚焦成像管线。它建模高并行负载如环视拼接、轮廓检测、基于CNN的交通标志分类——正是支撑现代ADAS功能的核心任务。

保障工业物联网安全：策略、标准与信任链 Raspberry Pi在专业开发项目中的崛起角色

物联网技术