Microchip推出 VectorBlox 3.0 加速器SDK，促进神经网络部署

通过稀疏神经网络提升性能，更高效地实现PolarFire® FPGA 及片上系统（SoC）的边缘 AI部署

在航空航天、防务等功耗受限且任务关键型场景下部署AI推理，需要能够平衡性能、效率、可靠性与开发便捷性的解决方案。为更好地应对这些挑战，Microchip Technology Inc.（微芯科技公司）今日宣布正式发布 VectorBlox™ 3.0 加速器软件开发工具包（SDK），帮助简化基于 FPGA 的AI部署并加快产品上市。VectorBlox 3.0 SDK及相关 CoreVectorBlox 知识产权（IP）均免费向开发者提供，旨在提供一体化工具链，简化在 PolarFire® FPGA 及片上系统平台对卷积神经网络（CNN）的优化、编译与部署。该加速器可根据模型规模高效扩展，并在单个器件上支持多AI工作负载，让客户能在低功耗FPGA上整合各类基于视觉或传感器的AI功能。

Microchip负责 FPGA业务部的公司副总裁兼总经理Shakeel Peera表示：“随着AI 模型复杂度的持续攀升，模型压缩已成为在边缘部署智能的关键。借助收购Neuronix获得的稀疏网络压缩技术，VectorBlox 3.0 可在保证推理精度的前提下，大幅降低计算需求。”

通过支持稀疏神经网络，VectorBlox 3.0可跳过零值运算，大幅提升视觉类卷积神经网络（CNN）模型的执行效率。这一功能可帮助开发人员在降低功耗的同时大幅提升推理性能。对于需要持续运行，且必须平衡响应速度与能效的边缘 AI 应用尤为重要。此外，引入基于稀疏性的模型压缩技术，旨在降低计算和内存需求，同时依然能够保持准确率。

Planetek Italia公司SPACEDGE服务线经理Vito Fortunato表示：“通过在Microchip PolarFire SoC上搭载VectorBlox 加速引擎，我们得以高效部署先进的板载AI流水线，从而实现在轨低延迟的在轨有效载荷操作。2025 年部署的AI-eXpress-1卫星搭载了这套方案，可完成实时对地观测处理，包含目标检测、场景语义分析及生成可直接使用的在轨数据；同时该平台还具备抗辐射能力，能够满足低地球轨道长期稳定运行的要求。”

此外，航天器姿态网络v2（SPNv2）作为一种旨在利用视觉数据估算位置和姿态的神经网络，能够实现航天器在太空中的自主导航与近距离作业，适用于自主交会对接、空间碎片清除、卫星巡检和编队飞行等场景。该解决方案基于中低端功耗且具备抗单粒子翻转（SEU）能力的 PolarFire FPGA 和 SoC 构建，可在恶劣环境下提供安全启动、防篡改保护以及高可靠性。对于要求长工作寿命、数据保护和系统韧性的任务关键型国防、航空航天及工业部署而言，这些特性至关重要。

AIKO公司硬件工程主管Federico Fontana表示：“PolarFire SoC与 VectorBlox 加速引擎强强联合，可直接在轨部署AI自主运行方案。我们通过部署clear_CHARLES套件成功验证了这一点。该套件能够提供星载云层和船只检测功能，从而在低功耗平台上实现自适应且自主的载荷作业，推动空间系统朝着更加自主、高响应且软件定义的方向进一步发展。”

VectorBlox SDK v3.0兼容Microchip Libero® SoC 设计套件，可可与CoreVectorBlox IP集成。如需了解公司完整的 FPGA产品组合及设计资源，欢迎访问官网。

供货与定价

VectorBlox SDK v3.0及 CoreVectorBlox IP 面向客户免费提供。