10.2.4 人工智能芯片
在人工智能技术飞速发展的当下，由于现有星载计算机硬件和架构限制，已无法满足更大规模数据的处理需求，世界各国开始寻找解决方案，并把眼光转向能够以复杂方式处理大量信息的人工智能芯片，助力人工智能技术在航天领域的发展。
广义而言，所谓人工智能芯片，是指专门用于运行人工智能算法且做了优化设计的芯片。为满足在不同场景下的人工智能应用需求，人工智能芯片逐渐表现出专用性、多样性的特点。其内容包括以下几个方面：
1）GPU
GPU即图形处理单元，为一种由大量运算单元组成的大规模并行计算架构芯片，主要用于处理图形、图像领域的海量数据运算。GPU上集成了规模巨大的计算矩阵，从而具备了更强大的浮点运算能力和更快的并行计算速度；与CPU相比，GPU更加适用于解决人工智能算法的训练难题。英伟达公司的GPU目前在人工智能计算市场上占据了主导地位。
2）半定制化FPGA
FPGA即现场可编程门阵列。与GPU的固定电路不同，使用者可以根据不同的应用需求，使用硬件描述语言对FPGA芯片上集成的基本门电路和存储器进行重新定义。按照新的定义完成烧录后，FPGA芯片内部的电路就固化成了实际的连线，从而具备了使用者所需要的功能。此类芯片非常适合在芯片功能尚未完全定型、算法仍须不断迭代完善的情况下使用。使用FPGA芯片需要通过定义硬件去实现软件算法，对使用者的技术水平要求较高，因此在设计并实现复杂的人工智能算法方面难度较高。美国Xilinx公司和Inter公司在FPGA领域具有较大的优势。
3）全定制化ASIC
ASIC即专用芯片，为一种根据特殊应用场景要求进行全定制化的专用人工智能芯片。与FPGA相比，ASIC芯片无法通过修改电路进行功能扩展；而与CPU、GPU等通用计算机芯片相比，其性能高、功耗低、成本低，也很适合应用于对性能功耗比要求极高的移动设备端。谷歌公司发布的TPU芯片是当前最知名也最有实用价值的ASIC芯片。
4）类脑芯片
类脑芯片为一种对人脑的神经网络结构进行物理模拟的新型芯片架构，通过模拟人脑的神经网络工作机理实现感知和认知等功能。IBM公司研发的True North芯片就是一种典型的类脑芯片，其逻辑结构颠覆了经典冯·诺依曼架构，把定制化的数字处理内核当作神经元，把内存当作突触，CPU、内存及通信元件等完全集成在本地，实现了感存算一体化，突破了冯·诺依曼架构中CPU与内存之间的内存墙瓶颈，但目前多数仍是实验室产品。
类脑芯片分为两大类：一类是侧重于参照人脑神经元模型及其组织结构来设计芯片结构，称为神经形态芯片；另一类是侧重于参照人脑感知和认知的计算模型而非神经元组织结构即设计芯片结构，来高效支持人工神经网络或深度神经网络等成熟的认知算法。狭义角度上，类脑芯片一般指神经拟态芯片。类脑芯片尤其是神经拟态芯片具有如下特点：善于做复杂时空序列分析；虽然每个神经元发放速率很低，但基于全并行运算，响应速度远远快于现有解决方案；适合做各种传感器信息的实时处理；独有的事件触发运算机制，即当没有动态信息生成的时候不会有运算发生。
人工智能芯片特点对比见表10-1。人工智能芯片相比传统的芯片电路拥有低功耗、大规模并行计算、高速或实时信息处理等技术潜力，在航天应用场景下，特别是对性能、速度、功耗有强约束的条件下，具有独特的优势，可用于目标识别与态势感知、海量数据的快速处理和自主任务规划等任务场景。
表10-1 人工智能芯片特点对比
人工智能芯片的低功耗、低延时、高速信息识别处理特点，在卫星目标识别与态势感知领域具有极为重要的作用。美国空军于2014年授予IBM公司一份价值55万美元的合同，利用类脑芯片帮助卫星、高空飞机和小型无人机等更加高效、智能地完成机器视觉分析，自动识别坦克或防空系统等车辆，而功耗不到原来的1/5，这对于太空有限的供能资源非常重要。
人工智能芯片具有极高的计算速度和海量数据处理能力，借助人工智能算法，未来还能进行“认知”与“思考”，将改变卫星常规工作模式。2020年10月，Intel公司、欧洲航天局和初创公司Ubotica宣布了第一颗绕地球旋转的人工智能卫星PhiSat-1的详细信息。PhiSat-1是一颗新的小型卫星，于2020年9月2日发射到太阳同步轨道。该卫星可以去掉拍摄地球图像中包含云层的部分。云大约占据来自卫星图像的70%，浪费带宽、存储空间和研究人员的时间。PhiSat-1可以通过从光谱中的可见光、近红外和远红外部分收集大量图像，然后使用AI算法过滤掉覆盖云的图像，节省宝贵的卫星下行带宽。Intel公司称，PhiSat-1包含一个新的高光谱热像仪HyperScout-2，并借助该公司Movidius Myriad 2 SoC进行了板载AI处理。它与另一个CubeSat配合使用，其用途是监视极地冰和土壤水分，同时还测试卫星间通信系统，创建未来的联合卫星网络。PhiSat-1计算机主板如图10-9所示。
人工智能芯片在智能计算的算力、能耗与效率等方面具有优势，能够承载人工智能算法，解决态势感知、自主任务规划等复杂的任务，实现卫星等航天器的跨越式发展，提升未来天基信息处理和任务规划能力。
图10-9 PhiSat-1计算机主板