Bài báo này giới thiệu Thư viện Mạng Nơ-ron SLAC (SNL), được phát triển tại SLAC để giải quyết thách thức xử lý dữ liệu xung tia T10334 1 MHz của LCLS-II FEL. SNL là một khuôn khổ chuyên biệt cho suy luận học máy thời gian thực trên FPGA, hỗ trợ cập nhật trọng số mô hình động để mang lại sự linh hoạt trong học thích ứng. Chúng tôi cũng trình bày Auto-SNL, công cụ chuyển đổi các mô hình mạng nơ-ron dựa trên Python sang mã tương thích với SNL, và chứng minh độ trễ cạnh tranh của SNL cũng như hiệu quả tiết kiệm tài nguyên FPGA thông qua so sánh hiệu suất với hls4ml. Chúng tôi đề xuất các ứng dụng tiềm năng trong nhiều lĩnh vực như vật lý năng lượng cao, hình ảnh y tế và robot.
