자율주행 기술은 2D CNN에서 멀티 카메라 조감도(BEV) 트랜스포머 아키텍처로 진화했습니다. 마케팅용 피크 TOPS를 넘어 실제 메모리 대역폭과 양자화 정확도를 실측해야 합니다.
스펙상 200 TOPS를 자랑하는 칩이라도 복잡한 크로스 어텐션 연산 시 DRAM 대기로 인해 연산 장치가 정체되어, 최적화 컴파일러 없이는 실질 연산 활용률이 35% 미만에 그쳤습니다.
부동 소수점 모델을 INT8로 변환할 때는 실제 주행 데이터 기반의 정밀한 캘리브레이션이 필요합니다. 사후 양자화는 원거리 보행자 거리 추정 오차를 최대 6%까지 유발하므로 QAT 기법 적용이 필수적입니다.