Komponen perangkat keras MPS terintegrasi dari pemogokan pemogokan terpadu F-35

Prioritas penerbangan militer modern difokuskan pada kewaspadaan situasional berkualitas tinggi, sehingga pesawat tempur modern adalah segerombolan sensor berteknologi tinggi. Informasi dari sensor-sensor ini dikumpulkan, diproses dan disajikan kepada pengguna oleh sistem mikroprosesor yang terpasang (MPS). Kemarin, hibrida HPEC (termasuk CPU, GPU, dan FPGA) digunakan untuk mengimplementasikannya. Saat ini, untuk implementasinya, sistem SoC chip tunggal digunakan, yang, selain merakit semua komponen pada satu chipset, juga mengatur jaringan intra-chip (NoC) sebagai alternatif dari tulang punggung transmisi data tradisional. Besok, ketika sistem SoC menjadi lebih matang, kedatangan nanoelectronics polimorfik diharapkan, yang akan memberikan peningkatan signifikan dalam produktivitas dan mengurangi tingkat keusangan.



Pendahuluan


Sedangkan di era pejuang generasi ke-4, indikator keunggulan tempur adalah kecepatan tinggi dan konsumsi energi yang ekonomis, maka di era pejuang generasi ke-5 keunggulan tempur diukur, pertama-tama, dengan kualitas kesadaran situasional. [6] Oleh karena itu, seorang pejuang modern adalah segerombolan terbang semua jenis sensor teknologi tinggi, memberikan total "kesadaran situasional 360 derajat." [5] Pengumpulan informasi dari sensor-sensor ini, pemrosesannya, dan kinerja yang dapat dicerna untuk pilot memerlukan daya komputasi yang luar biasa.


Semua perhitungan ini harus dilakukan di papan, karena intensitas total aliran data input dari seluruh kawanan sensor (kamera video, radar, sensor ultraviolet dan inframerah, lidar, sonar, dll.) Melebihi bandwidth saluran komunikasi berkecepatan tinggi eksternal setidaknya 1000 kali. [2] Pemrosesan sinyal di dalam kapal juga menarik karena memungkinkan pilot menerima informasi yang relevan secara real time.


Dengan "digestibility of presentation", ini berarti bahwa semua informasi, tidak peduli seberapa heterogennya, harus disintesis menjadi satu "gambar teater permusuhan," [9] interpretasi yang seharusnya tidak berubah menjadi tugas analitik yang membingungkan (seperti di masa lalu) model tempur, di mana pilot harus secara bersamaan memantau selusin monitor).



Sistem terintegrasi kinerja tinggi


Tanggung jawab untuk produksi teater ini, atau untuk membuatnya lebih formal, tanggung jawab untuk menyelesaikan tugas yang rumit ini terletak pada MPS onboard, yang, selain kinerja tinggi, juga harus menyediakan tingkat SWaP (ukuran, berat, dan konsumsi daya) yang cukup rendah, yang dengan sendirinya merupakan “masalah yang selalu hijau” ". [8] Saat ini, solusi populer (tetapi bukan yang paling canggih) dalam hal ini adalah penggunaan tiga prosesor yang beragam yang terletak dalam satu paket: CPU, GPU dan FPGA. Nama yang ditetapkan untuk hibrida ini adalah HPEC (High Performance Integrated System). [2] Kunci untuk itu, hibrida, implementasi yang sukses adalah arsitektur dipikirkan dari MPS, yang mengambil karakteristik terbaik dari masing-masing prosesor, dan memotong kelemahan mereka. Tujuan arsitektur HPEC adalah untuk mencapai efek sinergi - ketika kinerja sistem hybrid akhir secara signifikan melebihi kinerja total dari bagian-bagian penyusunnya. T.O. Arsitektur hibrida menggabungkan beberapa jenis prosesor dalam satu paket. Idenya adalah bahwa jika Anda menggunakan kekuatan masing-masing komponen individu, Anda dapat membangun sistem HPEC canggih, yang akan menghasilkan kinerja yang menakjubkan, dan bayi mereka akan menjadi bayi-SWaP. [10] Mari kita bahas secara lebih rinci masing-masing dari ketiga komponen arsitektur HPEC.


Contoh Hibrid HPEC


Bilah Samping: Contoh Langsung dari HPEC Hybrid

Sebagai ilustrasi langsung dari hibrida HPEC, Anda dapat menggunakan kamera portabel AdLink NEON-1040 x86 (4 megapiksel, 60 bingkai per detik) yang dirancang untuk lingkungan yang keras. Ini dilengkapi dengan FPGA dan GPU yang menyediakan teknologi pemrosesan gambar canggih, serta CPU quad-core (Intel Atom, 1,9 GHz), yang karenanya algoritma pemrosesan dapat diimplementasikan sebagai program yang kompatibel dengan x86. Selain itu, kamera memiliki ruang disk 32 GB, yang memungkinkan Anda menyimpan video, program, dan mengarsipkan data. [13] Kamera AdLink


Keuntungan dari FPGA adalah bahwa algoritma diimplementasikan di dalamnya dalam perangkat keras, dan implementasi seperti itu, seperti yang Anda tahu, selalu lebih cepat. Selain itu, beroperasi pada kecepatan clock yang relatif rendah dari urutan ratusan MHz, FPGA dapat melakukan puluhan ribu perhitungan per siklus dan pada saat yang sama mengkonsumsi energi yang jauh lebih sedikit daripada GPU. FPGA juga sulit untuk bersaing dalam waktu respons (ratusan nanodetik versus selusin mikrodetik yang dapat disediakan GPU). Perlu juga dicatat bahwa FPGA modern memiliki kemampuan untuk mengkonfigurasi ulang secara dinamis: FPGA modern dapat diprogram ulang dengan cepat (tanpa me-reboot dan menghentikan) - untuk menyesuaikan algoritma dengan kondisi operasi yang berubah. Oleh karena itu, FPGA (misalnya, Xilinx) baik untuk pemrosesan data primer yang diterima dari sensor. Ini menyaring informasi mentah yang berasal dari sensor dan meneruskan aliran berguna yang lebih terkompresi. FPGA sangat diperlukan di sini, karena aliran data yang homogen, pemrosesan yang juga mudah diparalelkan, adalah tugas di mana FPGA adalah pemimpin genre.


Bilah Samping: Merancang DSP pada FPGA

Secara tradisional, FPGA diprogram dalam bahasa VHDL tingkat rendah. Namun, Xilinx mampu mengintegrasikan proses pengembangan dengan lingkungan alat yang sangat kuat seperti MathWorks Simulink. Salah satu fitur bagus dari Simulink adalah integrasinya dengan MatLab, yang pada gilirannya adalah alat pemodelan algoritma yang paling populer untuk pemrosesan sinyal militer dan komersial; Adapun desain komponen DSP, di sini MatLab umumnya standar de facto. Integrasi semacam itu memungkinkan pengembang untuk menggunakan kode perangkat lunak dan utilitas yang dikembangkan di MatLab. Yang pada gilirannya memfasilitasi dan mempercepat siklus desain. Terutama karena bagian utama pengujian sistem akhir adalah pindah ke lingkungan MatLab, di mana jauh lebih nyaman untuk melakukan ini daripada ketika bekerja dengan alat FPGA tradisional. [1]


FPGA saat ini merupakan inti dari subsistem paling kritis dari MPS onboard penerbangan militer: onboard control computer, sistem navigasi, display kabin, sistem pengereman, pengatur suhu dan tekanan kabin, perangkat penerangan, dan unit kontrol mesin mesin pesawat terbang. [14] FPGA juga merupakan inti dari komunikasi jaringan on-board, sistem panduan elektro-optik dan jenis komputasi intensif sumber daya intensif lainnya untuk “modul avionik terintegrasi” (IMA) di papan atas “unified strike fighter” (JSF), seperti F-35. [5]


GPU (misalnya, Nvidia Tesla) - bagus untuk pemrosesan paralel algoritma dengan matematika intensif dan floating point. Itu lebih baik daripada FPGA dan CPU. Desain paralel besar GPU - terdiri dari beberapa ratus core - memungkinkan Anda untuk memproses algoritma paralel jauh lebih cepat daripada CPU. FPGA juga bagus dalam pemrosesan paralel, tentu saja, tetapi tidak dalam hal operasi floating-point. FPGA sendiri tidak tahu bagaimana cara melakukannya, sementara GPU modern menyediakan satu triliun operasi floating point per detik - yang, misalnya, sangat berguna untuk tugas-tugas seperti menjahit beberapa video stream megapiksel.


CPU multi-core (mis. Intel Core i7) baik untuk pemrosesan kognitif.


Jadi, dengan mengambil karakteristik terbaik dari semua prosesor dan melewati kelemahan mereka, Anda dapat mencapai kekuatan komputasi yang luar biasa. Selain itu, prosesor khusus lainnya dapat dimasukkan dalam HPEC untuk mencapai kinerja yang lebih tinggi. Misalnya, untuk menyelesaikan masalah sistem navigasi di kapal, PPU (Unit Pemrosesan Fisika) dapat digunakan - akselerator perangkat keras perhitungan fisik yang dioptimalkan untuk bekerja dengan dinamika benda padat, cairan dan benda lunak, untuk deteksi tabrakan, untuk analisis elemen hingga, untuk analisis kesalahan objek dan dll. [11] Contoh lain dari prosesor khusus adalah akselerator perangkat keras dari pemrosesan sinyal radar [1] dan akselerator perangkat keras untuk analisis grafik, [12] yang akan sangat diperlukan untuk memproses "data besar". Di masa mendatang - karena pengurangan biaya perangkat keras dan penyederhanaan proses pengembangan mereka - penampilan berbagai akselerator perangkat keras diharapkan, yang akan melengkapi "sistem periodik penghitungan elemen primer", [10] karena proses alkimia desain teknik akan menjadi lebih efektif.


Bilah samping: HPEC pada satu chipset

Pengembang elemen kinerja tinggi dari industri militer (HPEC) sering menggunakan duet prosesor teratas dari Intel dan FPGA dari Altera. Menanggapi kebutuhan pengembang, Intel hari ini mengintegrasikan FPGA Altera (yang baru-baru ini menjadi bagian dari Intel) ke dalam prosesor kelas atas. Besok Intel berencana untuk memberi pengembang kesempatan untuk menyesuaikan prosesor - dengan komponen ASIC mereka sendiri, yang untuknya itu berkolaborasi dengan eASIC. [4] Ketertarikan pada komponen ASIC disebabkan oleh fakta bahwa tidak peduli seberapa cepat dan efisien komponen FPGA, pemasok ASIC menjanjikan kinerja dua kali lipat dengan pengurangan 80 persen dalam konsumsi daya. [3]


Kecilkan MPS pada satu chipset


Jadi, kami melihat arsitektur HPEC, yang mampu memberikan kinerja tinggi dengan tingkat SWaP yang cukup rendah. Namun, dalam hal ini ada solusi yang lebih maju: konsep SoC, yang intinya adalah menempatkan seluruh sistem mikroprosesor - pada satu chipset . SoC menggabungkan kemampuan pemrograman prosesor dengan konfigurasi perangkat keras FPGA, memberikan tingkat kinerja, fleksibilitas, dan skalabilitas sistem yang tak tertandingi.


Pergeseran signifikan dalam hal ini terhadap komponen perangkat lunak memungkinkan untuk menciptakan sistem multifungsi dengan kemampuan yang terus meningkat dan ukuran serta biaya yang terus menurun. Penggunaan komponen yang dapat diprogram ulang juga memungkinkan pembaruan yang lebih murah dan lebih cepat ke sistem lama - tanpa perlu pembaruan perangkat keras dengan setiap peningkatan bertahap dalam arsitektur mereka, yang sangat penting bagi industri militer.



Sistem SoC khas meliputi:


  • mikrokontroler, CPU multi-core, atau inti DSP;
  • blok memori, dengan pilihan: ROM, RAM, EEPROM dan flash;
  • timer, - termasuk generator dan loop terkunci fase;
  • perangkat periferal, termasuk penghitung waktu, penghitung waktu nyata, penghidupkan dan reset generator;
  • antarmuka eksternal, termasuk yang umum: USB, FireWire, Ethernet, USART, dan SPI;
  • antarmuka analog, termasuk blok DAC dan ADC;
  • regulator tegangan dan sirkuit manajemen daya;
  • bus transmisi data yang melaluinya semua blok di atas saling bertukar informasi;
  • Pengontrol DMA terletak di antara antarmuka eksternal dan memori, yang memungkinkan Anda untuk bertukar data melewati inti prosesor, sehingga meningkatkan throughput SoC.

Tren baru dalam integrasi SoC skala besar, yang menjadi ujung tombak kemunculannya adalah semakin populernya prosesor delapan-inti, adalah "jaringan intra-chip" (NoC). Konsep ini menyarankan meninggalkan bus transfer data tradisional dan menggantinya dengan jaringan intra-chip . Misalnya, Arteris Inc menggunakan konsep NoC untuk mengelola lalu lintas intra-chip dan sinyal kontrol pertukaran, yang menghasilkan peningkatan signifikan dalam throughput. [7]


Arsitektur Sistem SoC oleh Arteris Inc


Kotak: Contoh langsung dari sistem SoC

Salah satu contoh nyata dari sistem SoC adalah Xilinx 'Zynq Ultrascale + MPSoC. Ini adalah SoC semua-inklusif sejati. Di papan tulisnya terdapat: 1) logika yang dapat diprogram, 2) sistem prosesor ARM A53 empat-inti 64-bit, 3) memori, 4) fungsi keamanan, 5) empat penerima gigabit. Dan semua ini dalam satu chipset! Arsitektur SoC menjanjikan pengguna akhir banyak keuntungan: kinerja jauh lebih tinggi, pengembangan lebih cepat dan peluncuran pasar, kemampuan untuk menggunakan pengalaman bertahun-tahun dalam mengembangkan solusi algoritme perangkat lunak dalam desain komponen perangkat keras. [7] Xilinx 'Zynq Ultrascale + MPSoC


Kesimpulan


Merangkum tinjauan sistem berkinerja tinggi secara umum, dan khususnya SoC, sebagai perwakilan mereka yang paling populer saat ini, kita dapat mengatakan bahwa evolusi faktor bentuk kecil dari sistem komputasi tertanam telah terjadi begitu cepat, dan pengaruhnya terhadap arsitektur dan kemampuan sistem sangat luas. bahwa mungkin diperlukan bertahun-tahun bagi para insinyur desain untuk mengintegrasikan konsep chip tunggal canggih ini ke dalam solusi mereka. Selain itu, karena upaya untuk mengembangkan sistem SoC sebagian besar ditujukan untuk membuat perangkat keras menjadi usang selambat mungkin, mereka cenderung mendominasi komponen yang dapat diprogram ulang. Oleh karena itu, ada alasan untuk percaya bahwa nanoelektronika besok akan memiliki kemampuan untuk menyesuaikan sepenuhnya, sebagai akibatnya batas antara desain perangkat keras dan perangkat lunak akan terhapus sepenuhnya. [7] Bahkan, peristiwa semacam itu akan menandai awal era baru - nanoelectronics polimorfik, yang menggabungkan karakteristik yang saling bertentangan seperti fleksibilitas tingkat perangkat lunak dan akselerasi perangkat keras berkinerja tinggi. Ini akan memungkinkan pengembang untuk mengambil dari arsitektur perangkat lunak dan perangkat keras yang ada hanya karakteristik terbaik mereka, dan kelemahan mereka bukanlah sesuatu untuk diabaikan (seperti yang dilakukan ketika merancang arsitektur HPEC), dan pada prinsipnya tidak dimasukkan dalam desain akhir perangkat. Pada saat yang sama, probabilitas untuk mencapai efek sinergi (yang telah dibahas dalam diskusi arsitektur HPEC) meningkat secara signifikan. Itu tidak diragukan lagi akan memainkan peran kunci dalam meningkatkan kualitas kesadaran situasional, yang, seperti yang dikatakan di awal artikel, saat ini adalah kunci keunggulan militer. Tidak hanya di wilayah udara, tetapi di "teater operasi" lainnya.



Daftar pustaka
  1. David Leas. Prototipe Cepat dari Pemrosesan Sinyal Radar // Leading edge: Sensor. 7 (2), 2012. hlm. 76-79.
  2. Courtney E. Howard. HPEC memungkinkan pemrosesan data dalam pesawat untuk pengawasan terus-menerus // Elektronik & Aerospace elektronik: Komputasi tertanam kinerja tinggi. 27 (7), 2016. hlm. 16-21.
  3. Jalur Migrasi ASIC berbasis sel .
  4. John Keller Intel untuk meningkatkan penawaran mikroprosesor dan FPGA terintegrasi dengan akuisisi Altera .
  5. Courtney E. Howard. Pemrosesan video dan gambar di tepian // Elektronik & Aerospace elektronik: avionik progresif. 22 (8), 2011.
  6. Stephanie Anne Fraioli. Dukungan Intelijen untuk F-35A Lightning II // Air & Space Power Journal. 30 (2), 2016. hlm. 106-109.
  7. JR Wilson. Menyusut papan ke dalam sistem pada chip // Elektronik & Aerospace elektronik: Panduan Pembeli. 27 (3), 2016. hlm. 19-25.
  8. Courtney Howard Data dalam permintaan: menjawab panggilan untuk komunikasi // Elektronik & Aerospace elektronik: Wearable Electronics. 27 (9), 2016.
  9. Prelipcean G., Boscoianu M., Moisescu F. Ide-ide baru tentang dukungan intelijen buatan dalam aplikasi militer, dalam Kemajuan Terbaru dalam Kecerdasan Buatan, Rekayasa Pengetahuan dan Basis Data, AIKED'10, 2010.
    10. John Keller. Arsitektur prosesor hibrida memenuhi permintaan untuk elektronik SWaP // Militer & Aerospace: Peningkatan Avionik. 26 (2), 2015. hlm. 18-24.
  10. ASUS PhysX P1 (berdasarkan PPU Ageia PhysX) .
  11. Pengumuman Broad Agency: Hierarchical Identify Verify Exploit (HIVE) Kantor Teknologi Sistem Mikro DARPA-BAA-16-52 10 Agustus 2016.
  12. Kamera pintar kasar untuk lingkungan industri yang diperkenalkan oleh ADLINK // Militer & Aerospace elektronik: Komputasi tertanam kinerja tinggi. 27 (7), 2016.p. 27.
  13. Courtney Howard Avionik: di depan kurva // Elektronik & Aerospace elektronik: inovasi Avionik. 24 (6), 2013. hlm. 10-17.

PS. Artikel ini awalnya diterbitkan di Komponen dan Teknologi .

Source: https://habr.com/ru/post/id453538/


All Articles