Future Avionic System Hybrid Processor Pooled Architectures
Notice bibliographique
Résumé
Next generation avionics Size Weight and Power (SWaP) can benefit from transformational improvements and flexibility in processing brought on by Moore's Law with proper heterogeneous pooled processor solutions. It is no longer feasible to simply use a modest number of network-connected single-core processors in isolated subsystems; instead, multicore processing is the norm. By 2016-2018, there will be on-chip multicore processors with 16 or more cores on each die integrated with on-chip transformational multi-Teraflop General Purpose Graphics Processing Units (GPGPUs). Heterogeneous reprogrammable System-on-Chip (SoC) devices will include multicore processors mixed with 5 billion transistor Field Programmable Gate Arrays (FPGAs). At this time, many avionics subsystems are just beginning the integration of multicore into safe and secure systems. Similarly, sensor critical avionics systems are still adjusting their heterogeneous processing mix in multicore, FPGA, and GPGPU processing solutions. Pooled processing across subsystems is still very limited in deployment. Subsystem level partitioning and security/safety considerations often still limit the potential SWAP improvement for pooled processing if not properly planned and managed. Legacy software migration also continues to make pooled processing in tech refresh a challenge. This paper presents results of an initial investigation into relevant dual use parallels from adjacent markets with similar challenges. One of the adjacent markets that can be used for open discussion of the heterogeneous pooled processor challenge is the driverless car processor architecture. There are already developments with Teraflop computing in the glove compartment, modular multi-sensor data fusion sensor software, integrated information and infrastructure hardware security, and standards for on-platform/off-platform cloud integration. Future cars will have hardware that runs up to 100 Million lines of code. What can the avionics industry leverage from this adjacent market as it moves forward in hybrid pooled processor architectures?
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».