小小航天芯，大幅降低深空探测成本

美国国家航空航天局（NASA）工程师目前正在推进宜居世界天文台的架构设计工作，这一规划中的新一代空间望远镜，核心任务是深度探测太阳系外行星，搜寻潜在的生命活动痕迹与宜居环境特征。航天设备的研发流程极为严谨，该望远镜的每一套硬件架构方案，都需要经过多轮全方位、高精度的仿真测试，验证稳定性、功耗与适配性后，才能最终确定最终设计方案。针对未来空间望远镜观测类地系外行星过程中普遍存在的数据传输滞后、算力匹配度不足的瓶颈问题，密歇根大学工程研究团队针对性研发了两款以存储为核心的定制芯片，旨在从硬件底层突破数据搬运限制，保障深空观测数据的高效处理。

密歇根大学工程学院的一项全新研究，为未来系外行星探测任务提供了核心硬件解决方案。研究证实，两款自研芯片架构能够大幅优化未来空间望远镜的数据处理效率，精准适配类地系外行星的观测算力需求。该研究成果已完成整理，将于今年8月的IEEE空间计算大会上正式发布，为航天芯片的定制化设计提供全新技术思路。本次研究全程以NASA规划的宜居世界天文台为核心应用场景，结合深空观测的特殊工况、数据特征与太空环境要求，完成了全套性能评估与优化测试。

宜居世界天文台作为NASA下一代旗舰级深空探测设备，将部署在日地L2拉格朗日点，与詹姆斯·韦伯空间望远镜处于同一轨道区域，距离地球约150万公里。该轨道点位具备得天独厚的观测优势，能够让太阳、地球、月球始终稳定处于航天器后方，仅依靠单层遮光罩即可有效隔绝三者的强光与热辐射，最大程度规避天体光线对深空观测的干扰，为高精度系外行星成像提供稳定的环境基础。

高精度捕捉暗淡的类地系外行星，是当前深空天文探测的核心难点。未来空间望远镜在观测作业时，需要实时修正宇宙空间中的微小光学畸变，持续屏蔽恒星本体的强光干扰，才能清晰呈现恒星周边亮度极低的系外行星。这一过程需要毫秒级的实时数据处理能力，对机载计算芯片的响应速度、稳定性与能效比提出了极高要求。现阶段航天领域通用的抗辐照处理器运算速度偏低，无法支撑高强度的实时成像运算；而传统GPU算力方案虽然运算能力充足，但功耗体量过大，发射成本与在轨运维成本极高，难以适配长期在轨的深空探测任务。

密歇根大学工程团队研发的两款定制化芯片架构，精准匹配宜居世界天文台等未来深空探测设备的作业需求，可在系外行星搜寻与成像过程中，实现低功耗、高效率的实时数据处理，有效弥补了现有航天计算硬件的性能短板。

密歇根大学计算机科学与工程助理教授、论文共同通讯作者纳撒尼尔·布莱尔指出，本次研究打破了传统航天硬件“一味追求算力提升”的固有思维。未来深空探测任务的核心痛点并非算力不足，而是算力适配性差。针对系外行星成像这类特殊工作负载，数据的反复搬运、传输延迟与资源消耗，是制约观测效率的核心瓶颈，单纯提升计算速度无法从根本上解决问题，优化数据存储与传输架构才是关键。

研究团队通过大量仿真对比实验验证，定制化存储中心芯片可实现航天算力的能效革新，大幅降低设备在轨功耗。其中综合性能最优的静态随机存储器（SRAM）架构，相较传统GPU航天计算方案，功耗降幅高达59倍，能效优势极为显著，能够完美适配长期在轨、低能耗、高稳定的太空作业要求。

系外行星成像的核心运算以密集矩阵运算为主，整体运算强度较低，但数据读写、搬运频次极高，这也是数据传输瓶颈产生的核心原因。研究团队用通俗场景阐释该技术痛点：传统芯片的工作模式，如同工作人员每次仅能前往远距离仓库提取一个纸箱，运回办公室完成简单核验记录后，再次往返取货，大量时间与能源都消耗在往返运输的过程中，核心工作效率极低。

为彻底解决传统芯片的数据传输低效问题，研究团队针对性设计了两套独立的定制硬件架构。其中高带宽内存（HBM）方案采用横向阵列布局，集成27块高带宽内存芯片，每块芯片由16层动态随机存储器（DRAM）堆叠封装而成，搭配专属定制处理器，构建起高密度、高吞吐量的数据传输通道。该架构相当于将传统单车道运输通道升级为高速主干道，可同时完成多组数据调取与传输，大幅提升数据吞吐效率。

另一款芯粒分布式架构则采用模块化设计，将数据存储与计算单元拆分至56颗独立定制芯粒，每颗芯粒配备约2GB独立分布式SRAM存储单元。该设计彻底颠覆了传统“存储-传输-计算”的分离模式，将计算单元嵌入存储模块周边，实现数据就近处理，相当于把办公作业场景直接迁移至仓库内部，各组数据独立运算后统一汇总至中央控制系统，彻底规避了高频次长距离数据搬运的能耗与延迟问题。

研究团队采用新思科技设计编译工具开展芯片性能仿真测试，全面模拟两款芯片在不同工况下的功耗、运算速率与硬件体积表现。为还原真实太空复杂环境，团队累计完成一万次辐照故障注入仿真，复现宇宙射线引发的二进制位翻转等常见太空运算故障，验证芯片的空间适应性。同时，研究配套搭载基于算法的容错技术（ABFT），可精准识别所有会导致成像模糊的致命运算故障，故障识别准确率100%，且无任何误报情况，保障了太空成像数据的精准性与稳定性。

研究人员将仿真得出的芯片性能参数代入成熟的航天工程计算公式，量化测算硬件升级对航天器整体性能的提升效果。数据显示，传统标准GPU航天计算系统的工作功耗高达3000瓦，而27堆叠HBM架构可将功耗降至928瓦，能耗优化效果显著。在此基础上，56芯粒SRAM基础架构进一步压缩功耗，仅需90瓦即可完成同等运算任务。

研究团队额外引入数值截断优化算法，在不影响成像精度的前提下，将数据精度统一保留至小数点后七位，进一步精简运算负载，最终将SRAM架构的工作功耗降至51瓦，相较于传统GPU方案实现59倍的能耗优化，同时完全满足深空成像的高精度数据要求。

在航天工程领域，设备功耗与重量直接挂钩，是决定发射成本与在轨使用寿命的核心指标。航天器的功耗越高，所需配套的太阳能帆板、储能电池、散热辐射器等辅助设备的体积和重量就越大，不仅会增加发射载荷成本，还会提升设备在轨运行的故障风险。

经团队精准测算，当航天器运算功耗从3000瓦降至51瓦后，整机重量可从1100公斤缩减至193公斤，减重效果十分突出。在望远镜25年的完整在轨任务周期内，仅设备减重、能耗降低带来的发射、运维与燃料成本节约，就高达4.3亿美元，具备极高的工程应用价值与经济价值。

论文共同通讯作者、密歇根大学电气与计算机工程博士生巴里·吕表示，航天计算硬件的核心价值，应当是拓展空间科学的探测边界，而非成为深空探索的性能桎梏。本次研究摒弃了通用芯片的设计思路，围绕深空观测的专属工作负载定制硬件架构，有效解决了实时成像处理的算力适配、能耗控制难题，让未来高精度系外行星探测任务具备了落地可行性。

目前该研究已完成仿真验证阶段，各项性能指标均达到预期。研究团队下一步将推进SRAM芯粒的实体流片制造工作，搭建专业实验室测试平台，对芯片的运算性能、抗辐照能力、稳定性等核心指标开展实物测试，为后续搭载航天设备在轨应用奠定坚实基础。