《Microprocessors and Microsystems》：Integrating XtratuM and hardware accelerators in a model-based engineering workflow: The METASAT approach
编辑推荐：
METASAT项目基于模型驱动工程方法，整合开放架构硬件和软件虚拟化层（如XtratuM hypervisor），开发高效工具链以生成SPARROW AI加速器和Vortex GPU的代码，实验验证显示其显著提升卫星在轨软件工程性能。
亚历杭德罗·J·卡尔德隆（Alejandro J. Calderón）|艾托尔·阿莫纳里斯（Aitor Amonarriz）|玛尔·埃尔南德斯（Mar Hernández）|莱奥尼达斯·科斯米迪斯（Leonidas Kosmidis）|雅尼斯·沃尔夫（Jannis Wolf）|马克·索莱·博内特（Marc Solé Bonet）|马蒂娜·M·特龙普基（Matina M. Trompouki）|米克尔·塞古拉（Mikel Segura）|佩奥·奥奈恩迪亚（Peio Onaindia）
西班牙Ikerlan技术研究中心（Ikerlan Technology Research Centre）
摘要
随着工业4.0技术的采用和严格的ECSS标准的实施，卫星系统的复杂性日益增加，这要求采用创新的设计方法。METASAT项目引入了一种基于模型的工程工作流程，该流程将开放式架构的硬件与先进的软件虚拟化层（如XtratuM虚拟机管理程序）相结合，以应对这些挑战。通过利用结合了TASTE和MathWorks工具的专用工具链，METASAT能够为硬件加速器（包括SPARROW AI加速器和Vortex GPU）高效生成代码。本文概述了该项目，详细介绍了其设计方法、工具链集成以及对提升卫星机载软件工程的贡献。通过这些创新，METASAT展示了如何利用先进的建模和自动化代码生成来降低开发成本和时间表，提高系统性能，并确保未来卫星任务的竞争力和可靠性。
引言
随着太空探索的进步，卫星系统的设计变得越来越复杂。这一演变促使业界采用复杂的工具和方法论——如人工智能（AI）、数字孪生、虚拟设计和测试以及其他工业4.0概念——以更好地应对这些挑战。深度学习（DL）已成为卫星图像中目标检测的强大工具，应用于监控、环境监测和海上安全等领域[1]。
虽然这些创新技术为未来卫星任务的设计过程带来了显著的改进，但它们也带来了一些特定的挑战，尤其是在卫星机载软件工程方面。例如，硬件平台必须提供足够的计算能力来支持高级算法，而相应的软件必须在满足严格非功能性要求（如可靠性）的同时高效管理硬件资源，这些要求符合ECSS标准。此外，传统的设计技术也需要更新，以应对由先进硬件和软件层与工业4.0概念结合所带来的复杂性。
METASAT Horizon Europe项目于2023年1月启动，它通过采用基于模型的工程（MBE）设计和开放式架构硬件来直接应对这些挑战。这种方法为将新兴技术集成到卫星系统设计中奠定了坚实的基础。METASAT利用了成熟的软件虚拟化层——包括在具有开放式硬件架构的最先进计算平台上运行的标准化虚拟机管理程序——构建了一个MBE工作流程和针对现代卫星应用的全面工具链[2]。通过这些创新，该项目旨在防止成本上升和开发时间延长，从而避免限制该行业的竞争力、创新性和整体系统可靠性。有关METASAT项目及其用例的更详细描述，请参阅[3]。
在本文中，我们深入介绍了构成METASAT项目核心的概念、方法论和工具。我们还详细介绍了我们的具体贡献，包括扩展对XtratuM虚拟机管理程序的支持，以及在MBE工作流程中开发新的硬件加速器代码生成技术。此外，我们展示了METASAT平台的实验验证，通过实际用例展示了其性能，并提供了我们方法优势的定量证据。本文的结构如下：第2节概述了METASAT项目，重点介绍了其硬件和软件平台、MBE工具链以及数字孪生概念在工作流程中的集成。第3节详细描述了建模和代码生成工作流程，概述了各种工具的集成以及从需求定义到最终代码生成的信息流。第4节解释了我们对XtratuM虚拟机管理程序的支持以及硬件加速器代码生成的实施方法。第5节展示了METASAT方法的实验验证，详细介绍了用例、实验设置和性能结果。最后，第6节对我们的研究进行了总结。
部分摘录
METASAT的硬件和软件平台
由于能够在严格的功耗和性能限制下高效执行人工智能（AI）和计算机视觉（CV）工作负载，异构嵌入式计算平台在航天工业中越来越受到重视。先前的研究已经探索了使用专用硬件加速器（如视觉处理单元VPUs）来处理AI驱动的任务（如卫星姿态估计），证明了计算效率的显著提升[4]。
受这些发现的启发，METASAT...
METASAT的建模和代码生成工作流程
基于模型的工程在自动化系统配置、减少手动错误以及确保复杂嵌入式系统的一致性方面发挥着关键作用[21]。METASAT工作流程整合了模型驱动的技术，以自动化系统组件的代码生成，确保软件与硬件交互的正确性和效率。本节描述了METASAT工具链中各种组件的集成，并解释了信息如何从一个工具流向另一个工具。
硬件加速器的代码生成
METASAT的核心目标是生成符合机构任务要求的定制硬件代码。这适用于METASAT硬件平台，如第2.1节所述，该平台集成了两个AI/ML加速器：一个多核RISC-V系统和SPARROW AI加速器以及Vortex GPU。图5概述了针对METASAT平台的各种代码生成路径及其当前的实现状态。
我们使用了...
实验验证
本节对METASAT平台进行了实验评估，展示了其性能特点，并验证了我们集成基于模型的工程方法的有效性。通过两个代表性用例——云筛查和船舶检测——我们提供了平台能力的定量证据以及通过硬件加速获得的好处。
结论
在本文中，我们概述了METASAT项目，该项目解决了由于设计日益复杂和工业4.0集成而产生的卫星机载软件工程中的关键挑战。我们的工作强调了强大的计算能力、高效资源管理和灵活的设计方法的重要性。METASAT改进了硬件加速器的代码生成，并在MBE工作流程中集成了XtratuM虚拟机管理程序，提高了平台的灵活性。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
本文所述的研究得到了欧盟委员会的地平线欧洲计划（METASAT项目，授权协议编号101082622）的资助。
亚历杭德罗·J·卡尔德隆（Alejandro J. Calderón）：2016年获得西班牙巴斯克地区蒙德拉贡大学（University of Mondragon）的嵌入式系统硕士学位。2018年，他加入Ikerlan技术研究中心，在实时系统团队开展博士论文研究。2022年，他在西班牙巴塞罗那的加泰罗尼亚理工大学（Polytechnic University of Catalonia）获得计算机架构博士学位，其研究重点是嵌入式GPU在实时控制系统中的应用。目前，他担任研究员。
