5月20日消息，全球FPGA老大赛灵思推出首款面向太空和卫星应用的20nm耐辐射可编程芯片Kintex UltraScale XQRKU060 FPGA。这也是首次将高性能机器学习带入太空，可为太空中的实时机载处理提供神经网络推理加速。
该芯片的密集型、高能效计算具有可扩展精度和大型片上存储器，拥有超高吞吐量和带宽性能，针对深度学习优化的INT8峰值性能将达到5.7 TOPS，相比上一代65nm芯片产品提升25倍。
XQRKU060芯片支持丰富的ML开发工具产品组合，支持TensorFlow、PyTorch等机器学习框架，适用于解决科学分析、物体检测和图像分类等各类机器学习问题。
此外，该芯片配备了2760个UltraScale DSP Slice，数字信号处理（DSP）性能高达1.6 TeraMAC，较上一代产品提升10倍以上，并且为浮点计算提供了显着的效率提升。空间计算能力的提高与32个12.5 Gbps SerDes链路配合使用，提供400Gbps的总带宽。
相较上一代65nm芯片，XQRKU060显著减少了尺寸、重量和功率，非常适合高带宽有效载荷应用，在所有轨道上都具有完全的辐射耐受性，并具有卫星和太空应用的容错性，可应对恶劣的太空环境中的短时任务和长时间任务。
据悉，这是业界唯一真正的无限在轨可重构解决方案。随着协议和应用程序的不断变化，XQRKU060的自适应计算体系架构使其可根据实际应用需求，无限制地实现在轨重新配置，从而使得客户能够在发射之前以及在轨道上部署产品后进行最新的产品更新。
轨道上的可重构功能、实时的机载处理和ML加速功能，使卫星能够实时更新、按需提供视频并“实时”计算以执行复杂算法，提高处理效率并减少空间和地面决策延迟。
XQRKU060还具有坚固的40x40mm陶瓷封装，能够承受发射过程中的振动和处理以及恶劣轨道环境中的辐射效应。
该架构采用创新的设计来减轻单一事件效应（SEE），从而满足所有轨道的行业要求，包括低地球轨道（LEO）、中地球轨道（MEO）、地球同步轨道（GEO）和深空飞行任务。
XQRKU060 FPGA可以使用赛灵思的最新更新的Vivado Design Suite在轨道上编程，这有助于消除布线拥塞，确保将90％的芯片处理能力专用于分配给它的任务，而不会降低性能。借助Vivado，系统设计人员和辐射团队可以最大限度地提高生产率并减少开发时间。
赛灵思说，这些类型的芯片可以承受太空中的苛刻辐射，可能是诸如卫星有效载荷之类的轨道太空应用的大脑，它们在数字信号处理性能方面比以前的版本提高了10倍。这意味着芯片可以从传感器获取数据并对其进行有效处理。
Xilinx设计了现场可编程门阵列（FPGA）或芯片，将它们放入硬件后即可进行编程或重新编程。Kintex UltraScale FPGA芯片是第一个使用20纳米制造工艺（纳米是十亿分之一米）的芯片，取代了以前使用的较旧的65纳米工艺芯片。
XQRKU060芯片还首次将高性能机器学习（ML）带入了太空。丰富的ML开发工具产品组合，支持包括TensorFlow和PyTorch在内的行业标准框架，可通过完整的“处理和分析”解决方案为神经网络推理加速空间中的实时机载处理。
该芯片具有密集的，高能效的计算能力，可扩展的精度以及大容量的片上存储器。它提供了针对深度学习优化的峰值INT8性能的每秒5.7 tera操作（TOP）。这是上一代产品的25倍。而处理密集型算法和分析的DSP运算量增加10倍以上
这让其可以进行更多处理，并显着减小了尺寸，重量和功耗，这是设计要在物理空间极为重要的恶劣空间环境中使用的芯片时的所有关键因素。Xilinx的系统架构师兼太空产品经理Minal Sawant在一份声明中表示，该技术“对于高带宽有效载荷，太空探索和研究任务非常理想”。
赛灵思表示，XQRKU060是业界唯一的在轨可重构芯片。这意味着它可以放在一块硬件的空间中，然后重新编程以执行其他操作。
轨道上的重新配置功能，以及实时的机载处理和ML加速功能，使卫星能够实时更新，按需提供视频并“实时”执行计算以处理复杂的算法。该公司表示，机器学习功能可解决科学分析，对象检测和图像分类（例如云检测）等各种问题。
此外，赛灵思Vitis统一软件平台还支持具有三重模块冗余（TMR）功能的MicroBlaze软处理器上的嵌入式软件开发。未来的扩展将增加对Vitis AI支持，Vitis AI可在赛灵思设备和生产卡上进行AI推理。XQRKU060兼容解决方案的合作伙伴生态系统现已上市，提供包括原型开发板、符合空间要求的电源，内存和配置解决方案以及单一事件干扰（SEU）缓解工具和IP在内的一系列资产。赛灵思表示，20纳米耐受性（RT）Kintex UltraScale空间级XQRKU060-1CNA1509 FPGA的机械样品和原型单元现已上市，飞行单元将于9月上市。
