在航空航天、国防等功耗受限且任务关键型场景部署 AI 推理，需要一套兼顾性能、能效、可靠性与开发便捷性的解决方案。为更好攻克上述开发难题，微芯科技（Technology）正式推出（SDK），简化基于 FPGA 的 AI 开发流程、缩短产品上市周期。SDK 及配套 CoreVectorBlox 知识产权核（IP）免费向开发者开放，整套一体化工具链可大幅简化卷积（CNN）模型在 PolarFire 系列 FPGA 与片上系统（SoC）平台上的优化、编译与部署流程。该可适配不同规模开云模型高效扩容，单颗芯片支持多类 AI 任务并行运行，客户能够将各类视觉、传感器 AI 功能整合至单颗低功耗 FPGA 中实现。

　　微芯 FPGA 事业部副总裁兼总经理沙基尔・皮拉（Shakeel Peera）表示：“随着 AI 模型复杂度持续提升，模型压缩已成为边缘端智能部署的核心刚需。借助收购 Neuronix 所得的稀疏化模型压缩技术，VectorBlox 3.0可在保障模型精度不变的前提下，降低算力开销。”

　　VectorBlox 3.0 原生支持稀疏神经网络，通过跳过零值运算，大幅提升视觉类卷积神经网络的运行效率。该特性可帮助开发者提升推理速度、降低功耗，对于需要兼顾响应速度与能效、全天候运行的边缘 AI 应用至关重要。这套稀疏化模型压缩技术在削减算力与内存占用的同时，能够完整保留模型识别精度。

　　意大利 Planetek 公司太空业务线经理维托・福尔图纳托（Vito Fortunato）评价：“我们依托微芯 PolarFire SoC 搭载 VectorBlox 加速引擎，在轨高效部署低延迟载荷运算机载 AI 流水线 年发射的 AI-eXpress-1 卫星上完成实时对地观测算法验证，涵盖目标检测、场景语义分割、边缘端实时可分析情报生成等功能；同时具备低地球轨道长期运行所需的抗辐照能力与稳定运行可靠性。”

　　除此之外，航天器位姿网络第二代（SPNv2）是一套基于视觉数据解算位置与姿态的神经网络，可为太空自主导航、近距离作业提供算法支撑，适用于自主交会对接、太空碎片清理、卫星巡检、星群编队飞行等场景。整套方案基于中端、低功耗、抗单粒子翻转（SEU）的 PolarFire FPGA 与 SoC 打造，具备安全启动、防篡改防护特性，可在严苛环境下保持高可靠性。上述特性是国防、航空航天、工业关键任务设备的必备需求，这类场景对设备使用寿命、数据安全、系统抗干扰能力要求极高。

　　AIKO 公司硬件工程负责人费德里科・丰塔纳（Federico Fontana）称：“PolarFire SoC 与 VectorBlox 强强联合，为太空在轨 AI 自主控制系统落地提供强大协同能力。我们自研的 CHARLES 智能载荷套件已完成实测验证，依托这套低功耗硬件实现星上云层、船舶实时识别，支撑自适应自主载荷任务，向高度自主、快速响应、软件定义的太空系统迈进一步。”