"研究人员解释说："考虑到卫星数据系统的特殊限制，特别是在电离辐射的鲁棒性方面，航天工业在硬件方面面临的主要问题之一是不可能以直接的方式重复使用地面应用中使用的硬件平台。
作为例子，研究小组引用了2019年的一篇论文，其中一个现成的AMD图形处理器（通常用于加速机器学习工作负载的类型）被放置在质子束的路径上，以模拟太空中的辐射—发现差不多每隔43秒就会出现故障。
再加上高性能处理器通常也很耗能，在太空中运行深度神经网络的梦想似乎只是一个梦想。
这是一个遗憾，因为这会带来很多好处:研究人员称:“就卫星性能而言，有时机载数据处理比地面数据处理更具优势。”
“例如，数据压缩已经部署在许多任务中，因为它减轻了下行链路的瓶颈。下行链路的效率还可以进一步提高，移除无用的数据，而不是将数据发送到地面。例如，在陆地卫星数据集中，存档场景的平均云量为34%，而38%的场景的云量少于10%。
"因此，只选择云层覆盖率低于10%的图像，会使数据平均减少2.63倍。将数据删除与2:1的压缩相结合，与没有板载数据处理的系统相比，发送的有用数据量增加了5.26倍。"
要达到这个目标，需要新的处理器提供所需的性能，而耗电量只是典型的GPU的一小部分--同时还要能抵御太空中的艰苦环境。该团队声称，这就是 RISC-V 可以发挥作用的地方。
该团队在论文中提出：“空间处理器的性能可以通过数据级并行 (DLP) 显着提高，以实现与用于 DNN [深度神经网络] 的高性能地面处理器相同数量级的性能。”
"为了做到这一点，我们更详细地研究了实现机载决策（OBDM）所需的RISC-V处理器，重点是初步设计一个专门用于空间应用的RISC-V矢量处理器。
"这一初步设计旨在作为未来工作的基线，在基于NOEL-V平台（由Cobham Gaisler开发）的空间应用RISC-V矢量处理器的极高速集成电路硬件描述语言（VHDL）实现期间"。
这篇论文并不是Cobham Gaisler第一次尝试将一个免费和开源的指令集体系结构放到太空中。1997年，欧洲航天局开始使用32位SPARC-V8核心称为LEON，由欧洲空间研究和技术中心(ESTEC)开发，基本的VHDL代码在Jiri Gaisler -“Cobham Gaisler”中的“Gaisler”- 1999年的交互许可下发布。
今天，Cobham Gaisler 提供一系列基于 SPARC 的 LEON 内核的后续几代防辐射、太空就绪部件，并随着 2019 年 12 月同样开放的 NOEL-V 内核的发布扩展到 RISC-V。
然而，RISC-V 本身并不能提供空间 DDN 操作所需的性能。为此，需要矢量扩展。值得庆幸的是，RISC-V 正是以 RISC-V 向量扩展 (RVVE) 的形式实现了这一点。
研究人员指出："尽管RVVE仍处于标准化过程中，但它在最先进的应用中发挥着如此重要的作用，以至于文献中已经描述了几个实施RVVE的开发项目。
不过，实际上建造一个太空就绪的装置将意味着进入轨道的技术将发生重大变化。“相对较大的尺寸和对高性能矢量处理器的关注，要求识别出一种抗辐射ASIC技术，其技术节点约为28nm，”该团队说，“而空间系统中最先进的处理器通常仍然基于RHBD(65纳米抗辐射加固技术)。”
“RISC-V 的开放性和创新性使其成为科学应用的绝佳候选者，”FOSSi 基金会和 RISC-V 主管 Stefan Wallentowitz 说。“太空应用受到其他应用的不同限制，RISC-V 的共享、开源实现的可用性将使此类工作受益。”
原文：
https://www.theregister.com/2021/07/01/vectorenhanced_riscv_chips_could_give/
