arXiv cs.AI· Pedro Antunes, Artur Podobas·· 3 天前AI 评分15
面向太空应用的 FPGA 神经网络加速器综述
FPGA-Based Neural Network Accelerators for Space Applications: A Survey
AI 导读
一篇 48 页综述分析了面向太空任务的 FPGA 神经网络加速器研究现状，指出 FPGA 因灵活性、成本效益和抗辐射潜力受到关注，可用于自主运行、传感器数据分析和数据压缩等星上任务。该文梳理了现有文献的趋势与空白并提出未来研究方向，已于 2026 年 10 月 7 日在线发表于 ACM Computing Surveys。
正文 · AI 翻译
摘要：太空任务正变得日益宏大，因此需要高性能的星载航天器计算系统。为此，现场可编程门阵列（FPGA）因其灵活性、成本效益和抗辐射潜力而受到广泛关注。与此同时，神经网络（NN）因其能够执行自主操作、传感器数据分析和数据压缩等太空任务而日益受到认可。本综述为希望在太空应用中实现基于 FPGA 的神经网络加速器的研究人员提供了宝贵资源。通过分析现有文献、识别趋势与空白并提出未来研究方向，本工作凸显了这些加速器在增强星载计算系统方面的潜力。
| 评论： | 48 页，4 幅图，4 张表。作者接受稿，于 2026 年 10 月 7 日在 ACM Computing Surveys 在线发表。本版本取代 2025 年 4 月的预印本 |
| 主题： | 硬件架构（cs.AR）；人工智能（cs.AI） |
| ACM 分类： | B.7.1; C.3; I.2.6; J.2 |
| 引用为： | arXiv:2504.16173 [cs.AR] |
| （或本版本使用 arXiv:2504.16173v4 [cs.AR]） | |
| https://doi.org/10.48550/arXiv.2504.16173 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.1145/3857797
链接到相关资源的 DOI |
提交历史
来自：Pedro Antunes [查看电子邮件]
[v1]
2025 年 4 月 22 日星期二 18:02:35 UTC（7,368 KB）
[v2]
2025 年 4 月 24 日星期四 12:04:11 UTC（7,368 KB）
[v3]
2026 年 6 月 12 日星期五 16:08:09 UTC（637 KB）
[v4]
2026 年 10 月 12 日星期一 14:11:14 UTC（712 KB）
来源：arXiv cs.AI · arxiv.org