大型强子对撞机(LHC)每秒约有10亿个质子-质子碰撞，因此LHC实验需要快速筛选大量数据，以选择要分析的碰撞。为了应付将来每秒更高的碰撞次数，科学家正在研究诸如机器学习技术之类的计算方法。现在，一项新的合作正在研究部署在称为现场可编程门阵列(FPGA)的芯片上的这些技术如何应用​​于自动驾驶，以便用于粒子碰撞的快速决策可以帮助防止道路上的碰撞。

FPGA在CERN已使用了很多年，并用于许多应用。与笔记本电脑的中央处理器不同，这些芯片遵循简单的指令并立即处理许多并行任务。通过多达100条高速串行链路，它们能够支持高带宽输入和输出。它们的并行处理和可重新编程性使其适合于机器学习应用。

然而，挑战在于将复杂的深度学习算法(一类特殊的机器学习算法)安装在容量有限的芯片中。这个为基于CERN的实验开发的必需软件称为“ hls4ml”，它可以减少算法并生成FPGA就绪代码，而不会损失准确性或性能，从而使芯片能够在微秒内执行决策算法。

欧洲核子研究组织(CERN)与总部位于瑞典的自动驾驶软件公司Zenuity之间的新合作，计划使用为欧洲核子研究组织(CERN)实验开发的技术和软件，研究其在FPGA上部署深度学习的用途，FPGA是一类特殊的机器学习算法，用于自动驾驶。FPGA将使用汽车传感器的读数来识别行人和车辆，而不是使用粒子物理数据来解释正常驾驶条件下产生的大量数据。该技术应使自动驾驶汽车能够做出更快更好的决策和预测，从而避免交通冲突。