HPEC Vanguard：用于复杂算法的新工具

在雷达和信号情报领域，博士团队定期开发数学上复杂的算法，这些算法需要比当代嵌入式COTS系统中部署的处理能力要大得多。这些算法必须放在抽屉里积尘，直到摩尔定律已经足够驱动性能密度，以便为此类算法提供所需的计算能力。当任何给定的应用程序类别成为可能时，更苛刻的算法随之而来。这种理解我们市场的方式突出了这样一个事实，即嵌入式军事和航空航天系统设计人员通常面临两种类型的应用。

首先，有些算法的复杂性随着时间的推移保持相对稳定或固定。例如，让我们假设特定算法需要一个 19 英寸宽的机箱，里面装满了处理板。随着摩尔定律的节奏，每隔几年就会增加单个插槽中可用的处理能力，随着每一代新一代处理元件的出现，给定应用的电路板数量将减少一半。如果应用的要求（算法）保持不变，则所需的处理板数量也将同样减少。这种稳定的发展步伐将持续下去，直到只需要一个处理器或更少处理器的单个 SBC。

声纳就是这种现象的一个很好的例子。20年前，使用具有10-20个模块的计算机来执行声纳算法。对于此类应用，摩尔定律预计每 18 个月处理能力翻一番，保证最初需要 16 个 6U VPX 板的 HPEC 系统随着时间的推移将满足 8 个，然后是 4 个。几年后，该系统可能会缩小到3U板，最后，只需要一台PC来处理所需的处理。随着时间的推移，声纳算法基本上保持不变，因此与我们今天认为的HPEC系统相比，今天所需的硬件非常少。

这导致我假设摩尔定律的以下扩展，我认为它恰如其分地描述了小型计算：

Orville的推论：“任何性能要求随着时间的推移保持固定的应用都将经历持续的尺寸，重量，功率和/或成本降低。

不幸的是，有些人误解了这一过程，认为随着时间的推移，今天的大型HPEC系统都注定要迁移到小型和廉价的硬件。这种误解揭示了对HPEC市场的严重不熟悉。

理解奥维尔推论的关键在于它描述了那些应用程序需求是固定的案例。但在HPEC中，通常还有另一类应用，其中需求扩展以填充可用的处理。事实上，HPEC 应用着眼于特定的机箱配置，并在考虑到当代芯片密度和封装技术的情况下，以尽可能多的计算能力来填补该占用空间。如果摩尔定律在相同的空间中提供更多的处理，那么应用程序开发人员将部署要求苛刻的应用程序（还记得上面尘土飞扬的抽屉吗？

真正的 HPEC 应用永不萎缩。通过这种方式，他们让人想起关于软件总是扩展到可用内存极限的旧观点。对于此类应用，包括大量多功能雷达、SIGINT和图像处理问题，计算要求将始终扩展以填补可用的系统插槽。正是这种对更多处理能力的不懈渴望使HPEC成为一个充满活力的市场利基。

Orville和Wilbur的Corrollaries可以帮助管理人员和设计师了解小型（SFF）和高性能嵌入式计算（HPEC）之间的区别。这种差异与今天的系统架构关系不大，而是未来几代计算。

好消息是，得益于HPEC架构，嵌入式COTS系统设计人员现在拥有了一套新的工具和设计策略，以帮助他们跟上步伐，并能够利用下一类高级算法。回到Arthur C. Clarke，HPEC是一组使能技术，使设计人员能够将应用程序从魔术柱转移到新技术柱。

审核编辑：郭婷