隨著未來空間大型工程的陸續(xù)實施，迫切需要智能化的方法和技術(shù)實現(xiàn)航天活動的自主規(guī)劃、自主控制、自主故障檢測和處理等，為航天系統(tǒng)小型化、輕量化、智能化、低功耗需求提供技術(shù)支撐。卷積神經(jīng)網(wǎng)絡(luò)作為人工智能模型中最重要的經(jīng)典結(jié)構(gòu)，具有局部連接、權(quán)值共享、空間或時間上的下采樣等優(yōu)勢，是我國天基遙感數(shù)據(jù)精準(zhǔn)獲取、在軌海量數(shù)據(jù)快速處理與應(yīng)用向更強(qiáng)、更快發(fā)展的重要選擇。值得注意的是，卷積神經(jīng)網(wǎng)絡(luò)FPGA加速器的空間應(yīng)用將不可避免遭遇空間帶電粒子環(huán)境導(dǎo)致的單粒子效應(yīng)威脅，但是目前國內(nèi)外相關(guān)研究報道較少，響應(yīng)特征規(guī)律和機(jī)理認(rèn)識不清，嚴(yán)重制約了其在空間輻射環(huán)境中的布局應(yīng)用。因此，揭示單粒子效應(yīng)對卷積神經(jīng)網(wǎng)絡(luò)加速器的影響規(guī)律和響應(yīng)特性，提高抗單粒子效應(yīng)輻射能力使之滿足航天工程技術(shù)發(fā)展需求就成為亟待解決的關(guān)鍵問題。

　　中國科學(xué)院國家空間科學(xué)中心太陽活動與空間天氣重點實驗室空間天氣效應(yīng)中心陳睿副研究員、韓建偉研究員與加拿大薩斯喀徹溫大學(xué)電子與計算機(jī)工程學(xué)院Li Chen教授課題組合作，針對基于Lenet-5結(jié)構(gòu)FPGA卷積神經(jīng)網(wǎng)絡(luò)加速器，利用高能質(zhì)子試驗裝置和脈沖激光模擬重離子試驗裝置，揭示了單粒子錯誤影響卷積神經(jīng)網(wǎng)絡(luò)算法的特征規(guī)律，并提出了寄存器級的冗余加固設(shè)計方法。相關(guān)成果以題為Evaluation of SEU Impact on Convolutionl Neural Networks based on BRAM and CRAM in FPGAs的論文，發(fā)表于國際期刊Microelectronics Reliability，薩斯喀徹溫大學(xué)博士生Haonan Tian為第一作者，空間中心陳睿副研究員為通訊作者。

　　研究發(fā)現(xiàn)，基于Lenet-5結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)卷積層對單粒子效應(yīng)敏感，且第二個卷積層的配置存儲器部分被誘發(fā)單粒子翻轉(zhuǎn)錯誤，對神經(jīng)網(wǎng)絡(luò)推算結(jié)果的影響最大。基于單粒子錯誤特征和敏感區(qū)域分析，本工作提出了一種寄存器級的針對性冗余設(shè)計方法，針對Lenet-5結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)加速器實現(xiàn)了20%的額外資源開銷獲取40%的抗輻射能力提升。

圖1 基于Lenet-5結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)卷積層原理圖

圖2 卷積神經(jīng)網(wǎng)絡(luò)特征分布和單粒子響應(yīng)規(guī)律

圖3 防護(hù)設(shè)計方法原理和效應(yīng)評估

　　本工作得到中國科技部重點研發(fā)計劃（2022YFF0503603）和加拿大自然科學(xué)與工程基（558348-20）的支持，原文鏈接：https://doi.org/10.1016/j.microrel.2023.114974

　?。ü└澹禾鞖馐遥?/div>