FPGA-forum:

Daniel Vorhaug med beviset på at han har vunnet prisen for beste FPGA-relaterte masteroppgave 2024, her flankert av juryens Heidi Skaar Johannessen, Norxe, og Johan Alme, UiB.

FPGA-prisen til hyperspektral bildekomprimering

Den årlige konferansen FPGA-forum er i full gang i Trondheim, og i går ble prisen for beste FPGA-relaterte masteroppgave delt ut under kveldsarrangementet.

Publisert Sist oppdatert

FPGA-forums utmerkelse blir delt ut til den beste FPGA-relaterte masteroppgaven i Norge.

Premien er heder og ære, en sjekk på kr 16.384 (!) og invitasjon til å presentere oppgaven i en fagartikkel i Elektronikk.

Som alltid hadde juryen en vanskelig oppgave, og på dommens dag stod det mellom to nominerte:

  • Sigmund Haaland, UiO: "Investigating the Viability of FPGAs as General Purpose Accelerators" Veiledere: Kristoffer Robin Stokke (Huddly og UiO), Jim Tørresen (UiO) og Håkon Kvale Stensland (Simula og UiO) Institutt for informatikk Universitetet i Oslo (UiO).
  • Daniel Vorhaug: ”Hyperspectral Image Compression Accelerator On FPGA Using CCSDS 123.0-B-2” Veiledere: Milica Orlandic og Samuel Boyle, Institutt for Elektronikksystemer, NTNU.
De to nominerte til prisen leverte begge imponerende arbeider, ifølge juryen: Sigmund Haaland (t.v.) og Daniel Vorhaug.
Sigmund Haaland

Haaland har utforsket fordeler og ulemper ved å bruke FPGAer som akseleratorer fremfor GPUer, og viste at FPGA-løsninger i mange tilfeller kan utvise både bedre ytelse, stabilitet og lavere effektbruk i forhold til GPU (Xilinx SoC-løsning vs. Nvidia Jetson). En av utfordringene med en FPGA-løsning er de mange verktøyene som åpner muligheter, men også i overkant mange opsjoner for finjusteringer man ikke trenger å tenke på i GPU-verdenen. Masteroppgaven er tilgjengelig som et 6-siders konsentrat.

Daniel Vorhaug

Vorhaug på sin side jobbet med å lage en komprimeringsløsning for hyperspektrale bilder på FPGA ved hjelp av CCSDS 123.0-B-2, en standard for tapsfri og nær tapsfri komprimering av flerspektrale og hyperspektrale bilder. Hyperspektrale bilder består av hundrevis kanaler, mens f.eks. RGB-bilder har bare tre kanaler. Bildedata innhentes og komprimeres og lagres i tredimensjonale matriser – svært omfattende operasjoner, med andre ord. Løsningen ble testet i rommet på NTNU SmallSat Labs’ HYPSO-1.

Det ble som hovedbildet avslører Daniel Vorhaug som stakk av med tittelen «Beste FPGA-relaterte masteroppgave 2024». Vorhaug benyttet anledningen til å gi et råd til andre FPGA-utviklere: – Bruk mye tid på verifisering! Det kan synes tidkrevende i begynnelsen, men man får igjen for det senere, og det blir enklere og mindre tidkrevende å rette opp i feil.

Juryen har bestått av Dag Andreas Hals Samuelsen, Universitetet i Sørøst-Norge (USN), Heidi Skaar Johannessen, Norxe og Johan Alme, Universitetet i Bergen (UiB).

Vinnerkandidatene med sine veiledere: F.v. Samuel Boyle, Daniel Vorhaug, Sigmund Haaland, Kristoffer Robin Stokke, Håkon Kvale Stensland og Jim Tørresen. Milica Orlandic var ikke til stede da bildet ble tatt.

Juryens begrunnelse

The best FPGA-related thesis in 2024 is well-structured and easy to read, allowing the reader to understand the challenges associated with the implementation. The amount of work completed within the available time is impressive, especially given the complexity of the underlying theory. His report shows that he moves from the mathematical methods to a practical VHDL implementation with ease.

The FPGA implementation shows deep understanding of the hardware platform, is well-structured, and follows a sound methodology for design, verification, and testing. The test results are well-documented and quantified, making it easy to compare against other similar implementations. Additionally, the limitations of the design are well-documented and justified, promoting trust. The fact that the final test is conducted in situ, on a satellite orbiting Earth, is nothing short of impressive, especially given the timeframe of the work. 

The winning thesis, undertaken at NTNU, describes a high-throughput image compressor design implemented in an FPGA for satellite-based global environmental monitoring. The work was supervised by Milica Orlandic and Samuel Boyle, and the winner is Daniel Vorhaug with the thesis titled “Hyperspectral Image Compression Accelerator On FPGA Using CCSDS 123.0-B-2.”

 

 

 

 

Powered by Labrador CMS