Page 33 - SymbolsUnimore_n4

i sistemi di produzione reali. In particolare, il
sogno di avere veicoli autonomi a guida au-
tonoma sta rapidamente prendendo forma, con
un ingente investimento di risorse da parte di
industrie automobilistiche e non. HiPeRT si
è unito a tale sfida sviluppando un framework
di tecnologie e componenti software funzionali
alla predisposizione di veicoli autonomi. Questi
sforzi sono supportati sia da progetti industriali
che pubblici e coprono molteplici domini appli-
cativi: dalle auto "standard" alle auto da corsa,
dai robot per le consegne dell'ultimo miglio, ai
veicoli a guida laser per la gestione del magazzi-
no, agli sciami autonomi di droni aerei e marini.
Alcuni componenti del laboratorio HiPeRT diretto da Marko Bertogna HiPeRT Lab è inoltre il referente tecnico per
il team Unimore di Formula SAE Driverless
Sistemi Embedded ad Alte Intelligenza Artificiale, quali reti neurali convolu- (www.moremodenaracing.it); fa parte del team
Prestazioni zionali (CNN) per il rilevamento e la segmentazio- organizzativo della competizione internazio-
ne di oggetti, che rappresentano il primo stage di nale di macchine RC autonome F1/10 (www.
ogni sistema autonomo moderno. Per ottimizzare le f1tenth.org); e parteciperà nel 2021 alla prima
È da oltre 10 anni che l’incremento (esponenziale,
secondo la Legge di Moore) di prestazioni delle prestazioni di tali reti neurali, HiPeRT ha elaborato competizione al mondo di bolidi a guida auto-
piattaforme computazioni di nuova generazione tecniche di quantizzazione dei parametri, di me- noma presso lo storico circuito di Indianapolis
viene fornito non più attraverso l’aumento della fre- ta-apprendimento per l'ottimizzazione automatica (www.indyautonomouschallenge.com).
quenza del processore, ma attraverso lo sfruttamen- degli iperparametri, e di ottimizzazione matematica HiPeRT Lab è inoltre il referente tecnico della
to di un sempre maggiore numero di core paralleli. per rafforzare la robustezza dei metodi. Modena Automotive Smart Area (MASA), l'a-
Questa rivoluzione tecnologica ha prodotto un rin- Veicoli a Giuda Autonoma rea urbana di oltre un chilometro quadrato fina-
novato interesse verso sistemi multi-/many-core e lizzata allo sviluppo di applicazioni innovative
verso l’utilizzo di acceleratori paralleli, quali GPU in ambito smart city e smart mobility, con una
(Graphic Processing Unit), FPGA (Field Program- L'era dell'oro dei supercomputer embedded è copertura pervasiva di sensori intelligenti, in-
mable Gate Array), NPU (Neural Processing Unit), entrata in una fase in cui le piattaforme hardwa- frastrutture di rete e dispositivi informatici per
DSP (Digital Signal Processor), etc. La configura- re sono sufficientemente mature per alimentare l'analisi dei dati di traffico in tempo reale.
zione di tali System-on-Chip (SoC) è particolar-
mente complessa, in quanto legata allo sviluppo di
algoritmi e librerie che sappiano utilizzare al me-
glio le risorse computazionali parallele eterogenee
messe a disposizione da tali architetture. Al fine
di configurare al meglio tali sistemi per fornire le
prestazioni adeguate ad applicazioni safety-critical
quali la guida autonoma o la robotica collaborativa,
HiPeRT Lab ha instaurato collaborazioni molto
strette con i principali produttori di tali SoC, tra cui
NVIDIA, Xilinx, ARM e Huawei. Tali collabora-
zioni hanno consentito al laboratorio di avere ac-
cesso ai dettagli architetturali di basso livello al fine
di configurare al meglio le prestazioni delle appli-
cazioni di interesse. In particolare, gran parte delle
richieste di prestazioni vengono da applicazioni di

33