欧洲核子研究中心(CERN)近日成功开发出一款可直接嵌入芯片的超紧凑神经网络模型，用于实时筛选大型强子对撞机(LHC)产生的海量数据。该模型能够以纳秒级延迟识别出有科学价值的事件，其核心是采用基于HLS4ML工具生成的AXOL1TL算法，通过预计算的查找表实现无复杂运算的快速处理，大幅降低了数据处理系统的能耗与存储压力。
面对大型强子对撞机每年产生约40000艾字节数据的挑战，CERN构建了二级滤波系统。第一级触发器由现场可编程门阵列组成，在50纳秒内完成初步分析;第二级高级触发器则依托大规模计算集群，每日可处理约PB级数据。该系统目前仅能保存其中0.02%具有科研价值的事件。
该技术被视为应对2031年高亮度大型强子对撞机升级计划的关键。升级后数据量预计将增长10倍，而此类嵌入式人工智能模型的应用前景不仅限于粒子物理领域，在自动驾驶、医学影像、航空航天等需要高速低功耗处理的场景中同样具有重要价值。
