10.3.1　智能信息处理

针对智能决策任务的在轨大规模计算需求，以及空间飞行器在轨运行智能应用需求，开展支持多场景智能应用任务的统一计算框架研究，充分挖掘航天装备嵌入式系统智能计算平台计算资源的并行性，为我国航天型号智能化体系建设奠定关键基础。

1）算法密集型软件并行化技术

智能计算软件通常是算法密集型软件，尤其是图像信息处理类的智能目标识别与智能轨迹规划类软件中有大量并行计算要求，尤其是机器学习、深度学习等智能化算法应用后，对硬件算力要求极高。研究航天嵌入式软件的平台迁移，由串行计算向并行计算转化，并借助GPU、NPU、TPU及FPGA等处理器在并行计算的优势，深入研究算法密集型软件并行化技术。其具体包括智能计算资源并行调度与管理技术研究和面向智能计算的异构并行编译技术研究。

2）典型智能算法组件化技术

随着智能控制技术的发展，深度学习、强化学习技术及其在目标识别与对抗中的应用已经出现在新型武器装备的研制过程中，传统的串行计算组件无法满足目前以深度学习为代表的人工智能算法。混合异构算力平台具有开源、低功耗、小型化等优势，未来将在装备智能化等领域占据重要角色。因此有必要以混合异构算力平台为基础，针对典型智能算法需求，开展并行化计算组件技术研究，实现一种高效能、低功耗的计算架构并构建典型算法组件，为深度学习、机器学习、分布式并行计算提供良好的技术支撑，降低智能软件开发难度，同时支持各种主流智能控制算法的应用。

3）面向智能场景的业务框架技术

突破异构智能并行计算、异源模型统一中间表达、智能算法快速迁移的高效编程框架等关键技术，使AI技术在航天装备智能化领域中得到应用；在此基础上，进一步开展传统处理器+AI处理器的混合系统架构下基于软件中间件的跨平台软件开发技术；依托高性能AI处理器平台，形成智能化的软件重构与远程智能协同技术，结合航天装备智能化应用需求，开发出一款适用于航天装备的智能软件业务框架。其具体包括异源模型统一中间表达与优化技术研究和面向智能算法快速迁移的高效编程框架技术研究。

与传统的串行处理不同，智能化计算对并行化有极高的要求，智能计算框架技术能够为智能算法的落地提供行之有效的设计和运行思路，推动智能技术在航天型号中的应用。