Категории Железо

Микроволны научили работать с токенами. Cornell показал чип для спутников и дронов

Микроволны научили работать с токенами. Cornell показал чип для спутников и дронов

Исследователи Корнелльского университета показали микрочип, который обрабатывает радиосигналы прямо в микроволновом диапазоне — без привычного перевода в цифровой вид. По их расчетам, такая схема особенно пригодится там, где на счету каждая миллисекунда и каждый милливатт: в спутниках, беспилотниках, роботах.

Сами авторы называют это первым в мире процессором такого класса. Внутри используется подход с «микроволновыми токенами»: данные не прогоняются через длинную цепочку цифровых операций, а кодируются короткими импульсами, которые связывают отдельные куски сигнала. Идея, кстати, действительно напоминает то, как языковые модели режут текст на токены, только здесь речь идет не о словах, а о радиоволнах.

На практике это дает довольно ощутимую экономию. В тесте с изображением тропического циклона чип уменьшил объем передаваемых данных примерно в восемь раз и при этом потреблял меньше 200 мВт. Для небольших спутников это уже не абстрактная оптимизация: лишний ватт на борту быстро превращается либо в урезанную полезную нагрузку, либо в более тяжелую батарею. В дронах и автономных платформах цена задержки тоже понятна без лишних объяснений.

Читайте также:

Появилось это не на пустом месте. Космическая отрасль давно пытается перенести часть вычислений на сам аппарат, чтобы не гонять сырые данные на Землю. Производители edge-ИИ-чипов идут тем же путем — ближе к источнику сигнала, меньше лишней нагрузки. Но в большинстве схем радиотракт и вычислительная часть все еще живут отдельно, и на этом фоне корнелльский вариант выглядит довольно нетипично.

Исследователи уже подали патентную заявку и собираются довести разработку до коммерческого продукта в рамках университетской программы. Если схема выйдет из лаборатории, первым местом для нее, скорее всего, станут компактные спутники и беспилотные системы. Там экономия энергии и канала связи заметнее всего.

Источник: Ixbt