为了更有效地应对这些挑战，Microchip Technology 推出了 VectorBlox™ 3.0 加速器软件开发套件 (SDK)，该套件简化了基于 FPGA 的 AI 实现，并加快了产品上市速度。VectorBlox 3.0 SDK 及其对应的 CoreVectorBlox IP 均免费提供给开发者，它被设计成一个集成工具链，可简化基于 FPGA 的平台和 PolarFire® SoC 上卷积神经网络 (CNN) 模型的优化、编译和部署。由于该加速器能够高效地扩展到不同规模的模型，并支持在单个设备上运行多种 AI 工作负载，因此客户可以将各种基于视觉或传感器的 AI 功能集成到单个低功耗 FPGA 上。.

“随着人工智能模型复杂性的不断增加，压缩对于实现边缘智能至关重要，”Microchip公司副总裁兼FPGA业务部门总经理Shakeel Peera表示。“VectorBlox 3.0利用了Microchip收购的Neuronix公司的基于分散的模型压缩技术，在保持精度的同时降低了计算需求。”.

由于兼容稀疏神经网络，VectorBlox 3.0 通过省略零值运算，显著提升了基于视觉的 CNN 模型的执行效率。这一特性有助于开发者提升推理性能并降低功耗，对于需要在响应速度和能效之间取得平衡的边缘端 AI 应用而言，这是一项重要的优势。基于稀疏模型的压缩旨在降低计算和内存需求，同时保持模型精度。.

“Microchip PolarFire SoC 上的 VectorBlox 加速功能能够高效部署先进的机载 AI 通道，从而实现低延迟的有效载荷在轨道上的操作，”Planetek Italia 的 SPACEDGE™ 服务线总监 Vito Fortunato 表示 。

“该平台使我们能够验证实时地球观测处理功能，例如目标检测、语义场景分析以及在边缘生成的可操作信息产品，这些功能已安装在 AI-eXpress-1 卫星上， 此外，它还提供了低地球轨道持续运行所需的抗辐射能力和运行可靠性。”

此外，航天器姿态网络v2 (SPNv2) 是一种利用视觉数据估计位置和姿态的神经网络，它支持在太空中的自主导航和近距离操作，适用于自主接近和对接、空间碎片清除、卫星巡检和训练飞行等应用。该解决方案采用中端 PolarFire FPGA 和 SoC，具有高效的功耗和单粒子翻转 (SEU) 抗扰性，可在恶劣环境下提供安全启动、防篡改保护和高可靠性。这些特性对于任务关键型国防、航空航天和工业应用至关重要，因为在这些应用中，长使用寿命、数据保护和系统弹性至关重要。.

“PolarFire 和 VectorBlox SoC 的结合，为基于人工智能的自主解决方案的全轨道部署创造了强大的协同效应，” AIKO。“我们在部署 清晰的 CHARLES，该方案为节能平台上的自适应和自主有效载​​荷操作提供云连接和航天器检测，这标志着我们朝着更加自主、响应迅速和软件定义的空间系统迈出了重要一步。”

VectorBlox SDK v3.0 支持 Microchip 的 Libero® SoC 设计套件，并且兼容 CoreVectorBlox IP