空间应用中的人工智能电子设计挑战

　　目前环绕地球运行的6500多颗运行卫星中，至少有1000颗从事某种形式的地球观测（EO）工作。从这些活动中获得的图像可以服务于多种不同的目的。随着相关成像技术的进步，可以获得细节水平不断提高。因此，能够进行的应用范围正在扩大，质量正在提高。但在其他地方造成了问题图像分辨率的提高和数据量的增长，通信瓶颈开始出现。在某些情况下，需要处理来自数百颗卫星星座的数据要检查的材料数据过于庞大。
　　过去，相对少量的数据可以直接传回地球，再通过专用数据中心进行处理。从此类数据中心基础设施迁移到基于云平台，以及所采用的传感器技术的发展（指定了更复杂、更高分辨率的设备），这意味着下行链路不再能够应对，它们无法随不断增长的数据需求。因此，需要一种全新的方法利用人工智能（AI）在太空应用中的进步。
　　以类似于开始在陆地通信网络中实施的边缘计算安排的方式使处理方面更接近源，将获得几个关键优势。首先，不再需要对地面上所有图像进行分类，只有有价值的图像会被传输。其次，它将克服现在开始出现的严重带宽限制。第三，反应迅速。在处理不同形式的自然或人为灾害时很重要，能更快地识别，从而在最短的时间内通知紧急服务和援助组织。板载处理
　　通过在卫星本身上拥有更多的分析能力，不是把所有东西都发回，而是在卫星上解释获得的数据，然后就其相关性做出决定。减轻卫星下行链路的压力，并且传输无用的数据不会消耗功率。
　　如果确定图像获得有价值的特征项，或者它们显示出需要非常紧急地做出反应的迹象，那么它们会传输数据。相反，材料被证明是无关紧要的，会选择性筛除，不会浪费带宽。可以通过在空间应用中使用人工智能来实现。
　　基本处理器特性
　　任何类型的用于太空的半导体技术，都需要超出传统应用场景预期的属性。硬件进入太空就无法修复，任何损坏或功能问题都会影响工作。组成部件对在发射时将受到的强烈冲击和振动力，以及在其轨道期间从面向太阳移动到黑暗面的极端温度的弹性具有很高的要求。
　　它们还必须足够坚固以承受辐射。离子撞击处理器设备会导致单粒子闩锁（SEL）和单粒子翻转（SEU）。此外，还需要考虑总电离剂量（TID），因为这会缩短设备的使用寿命。为了确保指定的处理器在部署到太空后能够长时间运行，不会出现功能错误的风险，必须进行全面的辐射测试。
　　还有其他几点不容忽视。卫星几乎没有空间来容纳所有必要的电子设备，以便在太空应用中实现人工智能。他们也有有限的电力预算。最后，新空间社区通常没有庞大的财政储备可供他们支配。必须控制项目的支出，选择的设备需要有有吸引力的定价。用例示例
　　总部位于瑞士的空间系统集成商BeyondGravity目前正在开发一种高性能处理器平台，该平台将通过人工智能在执行低地球轨道（LEO）观测任务的卫星空间应用中实现实时数据处理。Lynx平台需要具有卓越的计算能力，同时对可用功率预算要求不高。它还必须足够强大，以支持空间应用中的长期操作和人工智能。
　　与Teledynee2v员工的协商证明是成功的，最终选择了该公司的一种处理器解决方案。通过采用商业现货（COTS）处理技术，然后进行广泛的筛选以选择性能最佳的单元，Teledynee2v能够提供比定制解决方案更具成本效益的处理器。
　　Teledynee2v的LS1046Space旨在应对太空所代表的具有挑战性的应用环境，但仍能够以高达1。8GHz的速度运行，正在成为卫星机载处理和在太空中实现人工智能的首选解决方案应用程序。它是目前市场上功能最强大的太空级处理器，提供比竞争解决方案高出一个数量级以上的性能。
　　该设备中包含的其他功能包括高效的DDR4内存控制器和嵌入式8位纠错码（ECC），以减轻数据损坏的威胁，以及处理所有处理器内核的2MBL2缓存。
　　该处理器采用780球BGA封装，具有23x23mm的占位面积，这意味着只占用最小的电路板空间。为了能够集成到各种不同的系统设计中，该处理器还集成了广泛的接口阵列。其中包括10Gbit以太网、PCIeGen3。0、SPI和I2C。72位总线宽度（其中64位专用于数据，另外8位分配给ECC）。除了处理能力之外，LS1046Space还具有出色的稳健性，具有NASA1级和ESAECSS1级资格，工作温度范围为55C至125C。
　　与处理器配套的是Teledynee2v的DDR4T04G72M，这是一款4GB耐辐射DDR4内存，采用多芯片封装（MCP）布置，显着提高了密度水平。内存和处理器设备都通过了100kradTID测试，这意味着它们的使用寿命更长。与单粒子闭锁（SEL）和单粒子翻转（SEU）相关的辐射耐受性也达到了60MeV。cmmg，因此功能完整性得到了保证。软件方面
　　为了补充这种太空级耐辐射硬件，Teledyne合作伙伴Klepsydra为BeyondGravityLynx产品开发了嵌入式软件。该软件针对资源受限的应用程序以及空间应用程序中的人工智能进行了高度优化。得益于专有的并行化技术，它可以处理复杂的AI工作流程，同时消耗最少的功率，避免数据丢失。通过在LS1046Space处理器上运行Klepsydra的软件堆栈，能把CPU负载降低50。这与整体处理能力的三倍相结合，减少延迟。该软件的性能是使用人工智能来测量，识别捕获图像中的兴趣点，并进行云检测。
　　通过这项技术可以解决众多地球观测应用，包括监测森林砍伐或城市化、智能农业、云检测，以及记录冰川运动、检查洪水和野火、跟踪军事活动等，提供预警系统。
　　结论
　　通过在空间应用中将基于边缘的计算原理和人工智能应用于已部署到空间的设备，将意味着可以缓解与下行链路带宽限制相关的问题，只需要传输具有实际价值的数据。在空间应用中利用人工智能的力量在源头进行处理将导致更高效的工作流程，并能够做出更明智的决策。
　　尽管对于基于空间的处理器而言，可靠性始终高于性能，但今天两者都需要同时进行。如上所述的工程创新正在将地面系统的处理能力带入太空应用。通过Teledynee2v、Klepsydra和BeyondGravity之间正在进行的合作，将有可能开发出新一代的卫星和航天器。这些将具有运行复杂AI算法所需的处理能力，这将导致对捕获的成像数据做出决策所需的更高级别的自主权，从而可以更有效地进行操作，而不会对带宽容量造成过度压力或电力储备。