高性能嵌入式计算在军事领域的应用

描述

未来的军用高性能嵌入式计算

远望智库开源情报中心 云卷云舒 编译

快速处理器、高速组网和开放系统标准正在结合,使未来在目标检测和目标跟踪方面的军事应用成为可能,并赋予人工智能新的角色。

最先进的处理器、快速组网和数据共享、开放式系统标准、冷却和热管理方面的创新以及新的系统架构正在向高性能嵌入式计算系统汇聚,为图像识别、雷达、电子战(EW)、信号情报(SIGINT)等领域的应用创造支撑实时处理、人工智能(Al)和机器学习方面的新技术。

虽然这些创新带来了几乎超出想象的新的航空航天和国防能力,但这些技术也使系统设计人员面临着小尺寸、重量和功耗(SWaP)封装、电子冷却和数据安全方面的挑战,并且也威胁着预期很快超越开放系统标准生态系统中的新优势,而不是后者。

先进的处理器

高性能嵌入式计算的许多创新始于微处理器,包括中央处理器(CPU)、现场可编程门阵列(FPGA)、通用图形处理单元(GPGPU)、模数转换器(A/D)和数模转换器(D/A)。

位于美国弗吉尼亚州阿什本的Curtiss-Wright公司国防解决方案部门的高级产品经理Denis Smetana解释说:“我们有针对数据中心的可缩放处理器。这些处理器的功耗非常高,而且很难冷却。尽管英特尔有具有类似服务器的性能,被称为至强D系列的二级处理器,但其目标是嵌入式市场。” Curtiss-Wright公司CHAMP XD-4嵌入式处理器就是一个例子。

Smetana继续说道:“至强D为嵌入式市场带来了服务器级的性能,并使用100千兆以太网将这些电路板连接到一个结构中。至强D的一个特点是,你可以一直扩展到20核,拥有双内存核心,I/O带宽是前几代处理器的四倍。”

Curtis - Wright还提供了一款名为CHAMP FX-7的FPGA板,该板具有两个基于AMD Versal FPGA的片上系统(SoC),用于结合浮点处理和FPGA逻辑的自适应系统。Smetana说:“另一种选择是GPGPU,它具有大型处理器阵列。我们在CHAMP XD-4和CHAMP FX-7上安装了GPGPU, PCI Express以Gen-4的速度运行,在两个方向上提供30Gbyte的数据通道。”

业界对FPGA和GPGPU等高性能处理器的需求不断增加。加利福尼亚州弗里蒙特埃尔玛电子公司的系统产品总监马克·利特菲尔德说:“GPGPU的使用量大幅上升。尽管有些人对高速以太网持怀疑态度,但这些处理器和交换机可以支持对时间敏感的嵌入式计算。”

埃尔玛电子(Elma Electronic)公司嵌入式技术主管肯•格罗布(Ken Grob)表示,他同意这种说法。“GPGPU的使用越来越频繁,我们看到它被应用到非传统的使用场合,GPGPU更多地用于视频应用。我们还看到GPGPU用于信号处理,使用以前在FPGA中实现的算法,但现在我们在GPGPU中看到它。使用GPGPU你可以用更少的开销更快地做到这一点。”

Grob说:“在过去,高性能嵌入式计算没有FPGA的替代品,而今天一些系统设计师正在转向GPGPU。从FPGA环境到另一种环境,当从FPGA风格转移到另一种风格时,依赖关系变得更加困难。然而,在FPGA中,该算法是在软件中实现的,从软件的观点来看,在GPGPU库上运行比从一个FPGA环境移植到另一个环境在VHDL中运行要快得多。”

GPGPU试图解决的另一个FPGA挑战是人类FPGA程序员的可用性。Elma公司的Littlefield指出:“FPGA开发人才既昂贵又难以找到。没有多少人对FPGA有足够的研究,可以成为有效的开发人员。这是一种完全不同的人才,也是一种完全不同的猛兽。”Grob说:“GPGPU的性能越来越强,它为其他替代品打开了大门。”

网络和数据共享

当今最具影响力的两种高性能网络结构是以太网和PCI Express(也称为PCle)。今天,嵌入式计算系统正在从每秒传输32Gbyte数据的第三代PCI Express向每秒传输64Gbyte数据的第四代PCI Express发展。领先的设计正在向第五代PCI Express发展,它每秒传输128千兆字节的数据。

马萨诸塞州布罗克顿市天文学家公司Atrenne Computing Solutions的高级硬件工程师比尔·霍利(Bill Hawley)说。“现在我们正在考虑从PCI Express第三代性能提升到第四代和第五代,以及以太网,我们看到了来自PCI Express第四代和第五代客户的需求,我认为这种需求还在继续。对带宽和速度的需求将会持续下去。”系统设计人员通常使用PCI Express链路连接电路板上的组件,或者当数据移动必须尽可能确定时。

当数据在电路板之间或机箱之间传递时,千兆以太网是默认选择,还会从10千兆以太网提高到40千兆以太网,到100千兆以太网,甚至更高。

苛刻的航空航天和国防应用正在推动对更高网络带宽的需求。Hawley说:“实时应用是驱动因素——必须尽可能快速地获取信息并做出响应,速度接近实时。以雷达应用为例,得到数据的时间越早越好,这样雷达才能做出响应。这就是为什么我们看到重视性能的。”

千兆以太网

以太网从以前的交换结构拓扑大杂烩(过去几年包括Serial RapidiO、InfiniBand、Fibre Channel、StarFabric和Firewire)演变成数据平面。Atrenne的Hawley说:“到目前为止,我们所看到的一切都是以太网或以太网的衍生物,这是与数据平面相关的,在扩展平面上使用PCI Express。

“数据平面通过分组交换机连接,系统中的所有板都可以通过数据平面(即以太网)进行通信,”Hawley继续说道。“以太网是一种非常灵活的架构,但问题是以太网需要大量的软件干预,因此以太网数据包的延迟可能很大。而PCle需要两个或三个模块,需要多个有效载荷模块。以太网的延迟问题与其庞大的软件堆栈有关。而PCle则不是这样,一切都是在硬件上处理的,这是一个很好的实时的事情,与有许多软件干预的情况很不一样。”

Elma的利特菲尔德说:“高速交换结构现在都将转向以太网。”“它现在被内置于FPGA和GPGPU中。最大的障碍是确定性和延迟,现在正在通过时间敏感网络(TSN)来解决。网速正在快速增长,在未来五到七年内,将出现400千兆以太网。

然而,通往千兆以太网的道路并不平坦。利特菲尔德指出:“v100千兆以太网的实现并不简单。它有信号完整性问题,而且要让所有的东西都与电路板产品和背板对齐是一个更大的挑战。然而,今天的人们已经适应了这一点,并且正在努力将所有这些碎片整合在一起。”

Curtiss Wright公司的高级产品经理Aaron Frank说,嵌入式计算行业从传统的数据总线架构向网络架构的转变,正在推动以太网的发展。

弗兰克说:“我们已经看到了从10、40、到100千兆以太网技术的增长,在以网络为中心的方法的推动下,更多的数据通过以太网传输,因此以太网将继续增长。”尽管如此,千兆以太网只代表了前进道路的一部分,因为系统设计人员根本无法在网络上强行使用数据并期望最好的结果。

“仅仅在一个系统上安装一个100千兆位的网络是不够的,”弗兰克说。“就结果而言,系统必须能够采集、处理和传递那么多数据。随着光学接口的使用越来越多,使用这些更快的速度和接口正在成为系统级的端到端解决方案。我们过去处理的是1千兆以太网,铜线可以跟上,但现在更多的接口正在转向光接口。我们正在做很多事情,让系统集成商更容易使用光互连。”

开放系统标准

传感器开放系统体系结构(SOSA)和模块化开放系统方法(MOSA)设计指南可能是当今在高性能计算领域最有影响力的新兴开放系统标准。这些标准寻求创建一个开放的生态系统,在这个生态系统中,来自许多供应商的组件将很好地协同工作,促进随着时间的推移快速升级,并在嵌入式计算系统的生命周期内节省资金。

“通过SOSA,人们能够更快地利用技术,”埃尔玛的利特菲尔德说。尽管行业专家从SOSA标准诞生之初就对其价值表示怀疑,但利特菲尔德表示:“这种怀疑在这一点上已经被搁置了。”“我们花了三年时间才达到这一点。”

SOSA标准和MOSA设计方法的实用性已被证明,从而说服了行业内的怀疑者。Elma的Grob说:“市场现在知道该怎么设计。”“它提供了一套丰富的可互操作的电路板,当你真正看到你可以做到这一点时,就会成为上市时间的驱动因素。我们可以比以前更快地进行集成。”

加拿大安大略省滑铁卢市Pixus Technologies公司的销售和营销副总裁Justin Moll表示:“提出SOSA和MOSA的主要动机是使几个不同的供应商在不同的航空航天和国防系统中提供可互操作组件的能力。SOSA的需求主要集中在它们的特定插槽配置文件,以及这些配置文件的子集和组合,这些配置文件具有许多共性。”

Moll说:“现在流行的一件事是我们的与SOSA一致的机箱硬件管理器。“如果客户提供自己的背板,我们会提供引脚。SOSA委员会的目标是使用类似的设计方法合并兼容的机箱管理硬件。这些类型的东西正在SOSA委员会中提出,并且需要在连接器和引脚上达成协议。在SOSA标准中没有定义,但SOSA委员会将定义它。”

Moll还呼吁关注称为模块化开放射频架构(MORA)的标准,它可以称为SOSA的姊妹标准。该标准涉及RF和微波系统,而不是嵌入式处理。“这就是开发标准化或开放标准RF解决方案的地方。我们已经加固了许多美国国家仪器公司无处不在的软件定义无线电,并将其设计成户外使用的防风雨IP-67版本,上面安装达到38999标准的全军用加固版本的连接器,用于信号情报,用于电子战和各种通信和控制无人机探测和威慑的强大的软件定义无线电。”

SOSA和MOSA在Curtiss Wright公司达到预期效果。Curtiss Wright的Frank说:“我们的系统现在是与针对多任务能力的SOSA和mosa对齐的,它可以用于一个项目,并重新配置为另一种操作模式,因此可以避免投入完全不同的架构。”

“这推动了决策,并与MOSA方法保持一致。MOSA向SOSA发展,并寻求真正使用标准互连,并在整个行业有效地使用标准,以帮助降低长期支持成本和技术更新成本,即总拥有成本。”

人工智能

在未来高性能计算系统的所有潜在航空航天和国防应用中,“不能忽视人工智能,”美国加州库卡蒙格兰乔通用微系统公司的首席技术官Chris Ciufo说。“人工智能正在进入战场,有客户要求我们在系统中内置人工智能。”

Ciufo表示,对人工智能的需求正开始影响当今最先进的嵌入式计算系统的架构。“在过去的几年里,我们可能会通过升级带有额外I/O的单板计算机来交付类似的任务计算机。现在人们希望我们添加一个GPGPU,这是一个矢量协处理器,与任务计算机的通用处理器一起使用,以创造人工智能能力。”

通常,将人工智能添加到嵌入式计算中最方便的方法是将GPGPU功能添加到传统的微处理器和FPGA中。GPGPU本质上是大规模的并行处理器,可以同时执行许多计算任务。

Ciufo说:“人工智能意味着,现在你可以把这个由GPGPU和CPU构成的系统代替计算机,让它从传感器数据库获取数据,使用人工智能算法,你可以让人工智能引擎做你想做的事情,即面部识别、目标跟踪、物体识别。”

这种基于GPGPU的人工智能能力也应该能够将基于人工智能的图像识别应用于二维图像,并推断其三维图像中的细节。Ciufo说:“你现在可以看一张2D面部图像,根据你脸部的样貌推断你后脑勺的样子。想象一下,一名士兵带着武器或传感器,这台计算机可以填补你看不到的部分图片,知道拐角处有什么在等着你。你可以推断出藏在岩石周围的人是什么样子。”

美国军事专家基本上正在关注装配线上的现代机器视觉能力——主要是通过揭示图像中通常不应该存在的细节来寻找制造缺陷——并将这些能力扩展到军事行动中。Ciufo说:“目前的趋势是,美国国防部看到了机器视觉在工业市场上的发展趋势,并希望它能在战场上发挥倍增作用。”

“看看我们可以从嵌入式系统中获得的可操作情报,我们可以成为一支更具杀伤力的力量。我们看到,使用人工智能协处理器进行任务计算的需求比过去频繁得多。”

今天的高性能计算能力使人工智能应用远比几十年前更加可行。埃尔玛公司的利特菲尔德说,“我认为人工智能这次会被大量应用。深度学习的计算量非常大,以前芯片硬件计算能力较慢时深度学习并不真正实用。随着芯片计算能力的提高,现在人们正在寻找更多的方法来利用它。”

利特菲尔德说,人工智能在军事领域最有前途的应用包括实时目标检测和识别。这可能会导致装甲战车上的自我保护系统能够探测来袭火力,确定涉及的武器种类,并迅速做出对策或反击以避免被击中。

此外,利特菲尔德说:“空军正在讨论由一架或多架飞机控制的大量无人机蜂群。”这种能力将建立在实时目标检测和识别的基础上。

位于美国马萨诸塞州安多弗的水星系统公司首席技术官比尔·康利说,实时嵌入式计算和人工智能也正在影响未来的电子战系统。“随着对人工智能的持续研究,我们能想到的最先进的算法将会被部署到战场上。”

康利指出,美国海军先进电子战(ADVEW)套件用于F/A-18E/F超级大黄蜂舰载喷气式战斗轰炸机的飞机生存能力。康利说:“第四代飞机必须能够感知环境中的情况,不能飞得离威胁太近,如果这样真的要保护自己的话。”“飞行员看到了很多不同的雷达,其中大多数都不是威胁,他们必须找到可能构成威胁的雷达。飞行员必须在信号中找到真正感兴趣的信号。”

这种EW挑战正变得越来越大。“过去,你是在草堆里找针。现在你是在针堆里找针,”康利说,它依赖于自动变化检测,这变得非常强大。EW技术已经由人类开发出来,现在机器可以测量任务期间的实质性变化,这意味着EW系统正在吸收和使用更多的数据。来自许多来源的数据融合建立了必须流动的关键数据,这些数据可以为融合算法提供信息。”

未来会怎样

未来军事应用对人工智能的迫切需求表明,威胁的变化速度有多快。开放系统标准、快速处理器和高速网络的当前技术水平是否能够应对挑战?水星公司的康利认为,事情并不是那么简单。

康利说:“开战时使用的系统和结束战争时使用的系统通常是非常不同的。”“你需要关注技术引进的速度。当你在战斗中,开放的系统远不如把最好的能力带到战斗中重要。”

可能是开放系统标准的制定、批准和行业接受的速度根本不足以满足未来战争的需求。康利问道:“我们如何以速度和规模引入创新,从而改变战略成果和结果?这就是开放有帮助的地方,但它本身可能不足以完全解决这个问题。”

编辑:黄飞

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分