CERN 把微型 AI 模型塞进 FPGA，实时筛选对撞数据

CERN 的工程师把超紧凑的 AI 模型部署到 FPGA 上，用于 LHC 对撞数据的实时筛选，推理延迟以纳秒计。这是「小模型」的极致秀场。

技术挑战有多变态

LHC 的数据量是物理意义上的洪水：每秒数千万次对撞，绝大部分必须在硬件层面当场丢弃，只留下可能有趣的事件。筛选决策的时间预算是纳秒到微秒级，GPU 都嫌慢，只能用 FPGA。把神经网络塞进这种约束里，意味着极限量化、剪枝、定制电路，模型小到以千字节计，却要做出不能错的取舍，扔掉的数据永远找不回来。这和大模型军备竞赛是同一个学科的两个极端。

极端工程的外溢价值

这类工作的意义不限于粒子物理。CERN 团队开发的模型压缩和硬件部署工具链（如 hls4ml）是开源的，同样的技术正流向任何「延迟就是一切」的场景：电网保护、自动驾驶的传感器前端、高频信号处理。它也是对行业叙事的一个温和反驳：AI 的前沿不只在万亿参数那头，把智能压进一粒芯片、一纳秒窗口，同样是前沿。读惯了算力竞赛新闻的人，看看这种「极限节俭」的工程美学，会觉得清爽。

via: Hacker News