如今，技術的進步使得低軌飛行越來越容易商用化。賽靈思太空產品系統架構師Minal Sawant表示，航天行業(yè)的主要挑戰(zhàn)之一是用于各種項目的體系結構，多任務的靈活架構平臺是如今的一個挑戰(zhàn)?！霸谔罩袑W習和處理數據是項全新技術，我們將看到向未來這一領域將引入機器學習（ML）技術?！?ML用于科學分析，對象檢測和圖像分類，提高處理效率將減少在軌和地面作業(yè)的等待時間。
這類技術需要可靠的組件，但也需要考慮尺寸，重量和功率和成本（SWaP）。賽靈思日前推出了20nm耐輻射（RT）Kintex UltraScale XQRKU060 FPGA，該FPGA為在軌產品提供了可重配置功能，DSP的數量增加了10倍，從而提高了所有軌道和深空處理的吞吐量和帶寬。
該產品旨在緩解單事件影響（SEE），可在低地球軌道（LEO），中地球軌道（MEO），地球同步和深空軌道以及深空飛行任務中使用。
該公司表示，它具有2760個UltraScale DSP Slice，并提供多達1．6 TeraMAC的信號處理計算能力，與上一代產品相比增長了10倍以上。為了滿足增加的帶寬，有32個高速收發(fā)器（SerDes），可運行高達12．5Gbps，提供400Gbps的總帶寬。FPGA提供5．7 INT8 TOPS性能，與上一代產品相比，它的深度學習性能提高了近25倍。
軌道上的重新配置，實時的機載處理和ML加速將允許衛(wèi)星實時更新，按需提供視頻并實時計算。隨著協議和應用程序的變化，FPGA的自適應計算架構允許在發(fā)射前和在軌期間進行無限制的在軌重新配置。
對于ML開發(fā)，TensorFlow和PyTorch框架的工具支持FPGA，以實現神經網絡推理加速，以進行空間中的實時機載處理。
40mm x 40mm的陶瓷封裝能夠承受發(fā)射期間的振動以及軌道上的輻射效應。
為了適應較長的設計周期，Sawant解釋說，可以在認證之前創(chuàng)建原型并將其包含在電路板布局中，然后用合格的部件替換以加快設計周期，從而將設計周期由原來的5到6年減少到2到3年。
使用該公司的Vivado Design Suite編程重新設計的路由架構可以解決常見的行業(yè)瓶頸，顯著消除路由擁塞，可實現90％的負載下性能不降低。該公司的Vitis統一軟件平臺還可用于支持三重模塊化冗余（TMR）的MicroBlaze軟處理器上的嵌入式軟件開發(fā)。未來的擴展將增加對Vitis AI的支持，Vitis AI是在賽靈思AI推理的統一軟件平臺。
從2020年9月起，賽靈思將提供符合MIL－PRF－38535認證的B級和Y級空間級產品，目前已提供產品原型。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
