Electronique Mag - Le journal de l'électronique.

La dernière version exploite les réseaux de neurones clairsemés afin d’améliorer les performances et de permettre une IA en périphérie plus efficace sur les FPGA et PolarFire® SoC

Le déploiement de l’inférence IA dans des environnements à budget énergétique contraint et à criticité élevée, comme les systèmes aérospatiaux et de défense, nécessite des solutions qui équilibrent performance, efficacité, fiabilité et facilité de développement. Afin de mieux répondre à ces défis, Microchip Technology (Nasdaq : MCHP) a publié le kit de développement logiciel (SDK) accélérateur VectorBlox™ 3.0, qui simplifie la mise en œuvre de l’IA sur FPGA et accélère la mise sur le marché. Proposés gratuitement aux développeurs, le SDK VectorBlox 3.0 et le CoreVectorBlox IP associé constituent une chaîne d’outils intégrée qui simplifie l’optimisation, la compilation et le déploiement de modèles de réseaux de neurones convolutifs (CNN) sur les plateformes FPGA et PolarFire® SoC. Comme l’accélérateur s’adapte efficacement à différentes tailles de modèles et prend en charge plusieurs charges de travail d’IA sur un seul composant, les clients peuvent regrouper diverses fonctions d’IA basées sur la vision ou les capteurs sur un seul FPGA basse consommation.

« Alors que les modèles d’IA continuent de gagner en complexité, la compression devient essentielle pour déployer l’intelligence en périphérie », souligne Shakeel Peera, vice-président et directeur général de l’activité FPGA de Microchip. « Avec VectorBlox 3.0, nous exploitons la compression de modèles fondée sur la parcimonie, issue de notre acquisition de Neuronix, afin de réduire les besoins en calcul tout en préservant la précision. »

Grâce à la prise en charge des réseaux de neurones clairsemés, VectorBlox 3.0 permet une exécution efficace des modèles CNN de vision en sautant les opérations portant sur des valeurs nulles. Cette capacité aide les développeurs à accélérer l’inférence tout en réduisant la consommation d’énergie, un avantage important pour les applications d’IA en périphérie toujours actives, qui doivent concilier réactivité et efficacité énergétique. La compression de modèles fondée sur la parcimonie est conçue pour réduire les besoins en calcul et en mémoire, tout en préservant la précision.

« Grâce à l’accélération VectorBlox sur le PolarFire SoC de Microchip, nous avons pu déployer efficacement des chaînes de traitement d’IA embarquées avancées pour des opérations de charge utile à faible latence en orbite », explique Vito Fortunato, responsable de la gamme de services SPACEDGE™ chez Planetek Italia. « Cette plateforme nous a permis de valider les capacités de traitement en temps réel de l’observation de la Terre, notamment la détection d’objets, l’analyse sémantique de scènes et la génération d’informations exploitables directement en périphérie, à bord du satellite AI-eXpress-1, déployé en 2025. Elle a également offert la résistance aux radiations et la fiabilité opérationnelle requises pour des opérations continues en orbite terrestre basse. » 
De plus, Spacecraft Pose Network v2 (SPNv2), un réseau de neurones conçu pour estimer la position et l’orientation à partir de données visuelles, permet la navigation autonome et les opérations à proximité dans l’espace pour des applications telles que le rendez-vous et l’amarrage autonomes, l’élimination des débris spatiaux, l’inspection satellite et le vol en formation. Construite sur des FPGA et PolarFire SoC milieu de gamme, économes en énergie et immunisés contre les Single Event Upsets, la solution offre un démarrage sécurisé, une protection contre les manipulations non autorisées et une haute fiabilité pour les environnements difficiles. Ces fonctionnalités sont nécessaires pour les déploiements critiques dans les secteurs de la défense, l’aérospatiale et l’industrie, où une longue durée de vie opérationnelle, la protection des données et la résilience du système sont essentielles.

« L’association du PolarFire SoC et de VectorBlox crée une puissante synergie pour déployer des solutions d’autonomie basées sur l’IA directement en orbite », renchérit Federico Fontana, directeur de l’ingénierie matérielle chez AIKO. « Nous avons pu valider cette combinaison grâce au déploiement de notre suite clear CHARLES, qui fournit une détection embarquée des nuages et des navires pour les opérations de charge utile adaptatives et autonomes sur des plateformes économes en énergie, faisant un pas de plus vers des systèmes spatiaux de plus en plus autonomes, réactifs et définis par logiciel. »

Le SDK VectorBlox v3.0 est pris en charge par la suite de conception Libero® SoC Design Suite de Microchip et s’intègre à l’IP CoreVectorBlox. Rendez-vous sur le site web de Microchip pour en savoir plus sur le portefeuille complet de FPGA et d’de ressources de conception société.