SiFive, l'un des principaux développeurs de cœurs de processeur basés sur le jeu d'instructions ouvert RISC-V, a annoncé la décision fatidique de la NASA. L'agence a sélectionné les cœurs SiFive comme base pour la construction de la prochaine génération d'ordinateurs embarqués sur les engins spatiaux. L'architecture précédente a duré environ 30 ans. L'architecture RISC-V ouverte et en constante expansion peut durer beaucoup plus longtemps en raison de sa flexibilité et de l'absence de licences.
Aujourd'hui, la NASA fait un bond en avant dans le développement, en choisissant une nouvelle architecture de processeur qui sera au moins 100 fois plus rapide que les plates-formes actuelles. Dans le même temps, SiFive souligne que les cœurs RISC-V choisis par la NASA sont "des ordres de grandeur plus productifs que les solutions concurrentes".
De nouveaux processeurs embarqués plus puissants seront nécessaires pour les sondes spatiales robotiques pour l'exploration et la reconnaissance planétaires profondes dans le système solaire. Comme le note l'entreprise : "Nous avons toujours dit qu'avec SiFive, l'avenir n'a pas de frontières, et nous sommes heureux de voir à quel point l'impact de nos innovations va bien au-delà de notre planète."
On suppose que le premier processeur NASA «spatial» de la nouvelle génération sera une solution à 12 cœurs basée sur huit cœurs vectoriels SiFive Intelligence X280 RISC-V et quatre cœurs auxiliaires SiFive RISC-V. Ces cœurs ont été introduits au printemps 2021 et pris en charge par l'écosystème de l'entreprise en juillet de la même année. Les cœurs Intelligence X280 ne sont pas les plus productifs de la gamme SiFive. Cependant, ils sont optimisés pour fonctionner sur des périphériques à ressources limitées, ce qui est essentiel pour les missions dans l'espace lointain.
"La nature ouverte et collaborative de RISC-V permettra à la vaste communauté de développement de logiciels universitaires et scientifiques de contribuer et de développer des applications et des algorithmes scientifiques, et d'optimiser de nombreuses fonctions mathématiques, filtres, transformations, bibliothèques de réseaux de neurones et autres bibliothèques de logiciels au sein d'un environnement robuste. et un écosystème logiciel à long terme », ajoute la source.
2022-09-07 07:43:35
Auteur: Vitalii Babkin