Core Concepts
資源制限デバイ向けの組み込み開発ツールの実験的な評価を行い、メモリ使用量、消費電力、パフォーマンス指標、および使いやすさを分析した。Arduino Frameworkは実装が容易だが、ネイティブオプションと比べて消費電力が高く、RIOT OSは使いやすさが同等ながら消費電力が効率的であることが分かった。OSに直接統合されていないDVFSなどの重要な機能は、ハードウェアの細かい制御に限界があることを示している。
Abstract
この研究では、オンデバイスTinyML実装に適した組み込み開発ツールを実験的に調査しています。様々な抽象化レベルのツールを、リソース制限のあるIoTデバイス上で評価しました。メモリ使用量、消費電力、モデル学習・推論時のパフォーマンス指標、および各ソリューションの使いやすさを分析しています。
実験では以下の3つのアプリケーションを検討しました:
Blinky: LEDの点滅を行うシンプルなプログラム
Frequency: CPUの周波数を段階的に下げるプログラム
Classifier: パーセプトロンモデルを使った機械学習アプリケーション
結果として、Arduino Frameworkはより高い消費電力を示しましたが、RIOT OSは消費電力が効率的で、メモリ使用量も同等の使いやすさを持つことが分かりました。一方で、OSに直接統合されていないDVFS機能の欠如は、ハードウェアの細かい制御に限界があることを示しています。
Stats
CPUの周波数が下がるにつれ、消費電流も減少する傾向がある。
RIOT OSを使った機械学習アプリケーションの学習フェーズと推論フェーズでは、消費電流に大きな差がある。
Arduino Frameworkを使った機械学習アプリケーションでは、学習フェーズと推論フェーズの消費電流に大きな差がない。
Quotes
"RIOT OSは消費電力が効率的で、メモリ使用量も同等の使いやすさを持つ"
"OSに直接統合されていないDVFS機能の欠如は、ハードウェアの細かい制御に限界がある"