微處理器設計可大幅減少太空望遠鏡的計算需求

重點
  • 基於 SRAM 的晶片設計可降低太空望遠鏡計算需求近 59 倍。
  • 較低計算功率可減少航天器整體質量,提升效率。
  • 研究人員針對 NASA 的可居住世界觀測站進行設計。
  • 新設計可將記憶體和計算資源更靠近,減少數據移動能量。

一種基於 SRAM 的定製晶片設計有可能將未來太空望遠鏡所需的計算能力降低近 59 倍,從而使得在遙遠星系中成像類地行星變得更為容易。密西根大學的研究人員針對未來需要即時處理大量數據的望遠鏡設計了兩種以記憶體為中心的晶片架構。他們最強的設計使用靜態隨機存取記憶體(SRAM),可將傳統基於 GPU 的系統約 3,000 瓦的計算功率降低至僅 51 瓦。這一差異在太空中意義重大。

較低的計算功率意味著更小的太陽能電池板、電池和冷卻系統,從而減少航天器的整體質量。

設計背景與需求

研究人員將其設計放在美國國家航空暨太空總署(NASA)提議的可居住世界觀測站的背景下進行研究,該太空望遠鏡旨在尋找太陽系外行星上生命的跡象。此類望遠鏡需要不斷校正微小的光學畸變,以屏蔽恆星的光線並揭示附近更微弱的行星。問題不僅僅是計算能力的不足。數據在記憶體和處理器之間移動所需的能量,可能超過進行計算所需的能量。

密西根大學計算機科學與工程助理教授兼該研究的共同通訊作者納撒尼爾·布萊爾(Nathaniel Bleier)表示:「我們研究的關鍵見解是,未來的太空任務不僅需要更多的計算能力,還需要正確類型的計算能力。對於這些工作負載,瓶頸在於數據的移動,而非進行計算。」為瞭解決這一瓶頸,團隊開發了兩種架構。一種使用 27 顆高帶寬記憶體晶片,每顆晶片由 16 顆動態隨機存取記憶體晶片堆疊而成,並連接到一個定製處理器。

第二種設計則採取不同的方法,將處理和數據分散於 56 顆定製晶片,每顆晶片包含約 2 GB 的分佈式 SRAM。

新架構的優勢

這種架構不再需要反復將數據移動回處理器,而是將記憶體和計算資源更靠近地放置在一起。研究人員使用 Synopsys Design Compiler 模擬這些晶片,以評估它們的功耗、性能和物理尺寸。他們還測試了設計如何處理輻射引起的錯誤,進行了 10,000 次模擬,模擬宇宙輻射在計算過程中翻轉二進位值。

SRAM 設計最初將功率需求降低至 90 瓦。透過使用數學技術來減少某些數據的精度,研究人員將該數字進一步降低至 51 瓦,且不影響系統檢測潛在計算錯誤的能力。該 51 瓦的需求約為研究中評估的 3,000 瓦 GPU 基礎設施的 59 分之一。研究人員估算,這一減少將航天器的質量從約 2,425 磅(1,100 公斤)降低至 425 磅(193 公斤)。這一差異可能對任務成本產生重大影響。

根據既定的航空航天計算,團隊估計,降低航天器重量可以在 25 年的任務中節省約 4.3 億美元。

密西根大學電氣與計算機工程博士生兼該研究的共同通訊作者巴里·劉(Barry Lyu)表示:「我們希望計算能擴展太空科學可以實現的目標,而不是設置限制。通過圍繞工作負載設計硬件,我們可以使未來任務所需的即時處理變得切實可行。」團隊計劃下一步生產 SRAM 晶片,並在實驗室進行測試,將設計從模擬推進至實體硬件。

項目規格
功率需求51 瓦
質量425 磅(193 公斤)

新晶片設計對太空任務的影響

這項研究展示了如何通過創新晶片設計來應對太空望遠鏡的計算需求,特別是在即時數據處理方面。隨著對太空探索的需求增加,降低計算功率和航天器質量變得至關重要。這不僅能降低成本,還能提升任務的可行性和效率。研究人員專注於數據移動的瓶頸,提出了更接近記憶體和計算資源的設計,這對未來的太空任務具有重要意義。

本文由 The Base Principle 編譯自以下英文報道,內容經翻譯及整理,事實與數據以原文為準。
Henderson
Henderson

Henderson 是 The Base Principle 的編輯,負責 AI 與工程科技報道的選題與編輯,並監督本站的自動化編譯流程。關注範圍包括大型語言模型、半導體與運算、太空與能源工程。

The Base Principle 是一個繁體中文(香港)科技媒體,專注報道人工智能與工程前沿。我們持續追蹤 OpenAI、Anthropic Claude、Google Gemini、Grok(xAI)、Meta AI、DeepSeek 等主要 AI 模型與公司,並涵蓋電動車與工程技術趨勢,每日精選與分析。

友情網站:手機・開箱・評測 → TechRitualTechNippon 日本語版