AWS成功在卫星部署机器学习技术,供用户在太空边缘处理原始资料

云计算上太空成了新兴云计算发展方向之一,AWS也致力于在太空构建云计算基础设施,该公司在其云计算大会AWS re:Invent 2022公开目前云计算上太空的最新成果,他们已经在轨道卫星成功执行AWS运算和机器学习软件,而AWS提到,这是目前史无前例的太空实验。

这项太空实验在过去10个月于低地球轨道卫星上进行,目标是要测试以更快更有效的方式,让用户可以通过云计算服务,直接在卫星上收集和分析太空资料。目前的实验成果,用户已经能够在卫星上分析大量原始太空资料,并且仅通过卫星下行连接发送有用的图像,以供进一步存储和分析,借以降低成本并且加速决策步调。

AWS提到,在卫星上执行即时资料分析,并通过云计算将分析结果直接交付给决策者,是目前太空资料管理的明确发展方向,有助于突破目前卫星运营的边界。也就是说,卫星运营商能够使用熟悉的AWS工具和更新的命令,通过云计算安全地与太空设备通信。

这项太空云计算实验,AWS与D-Orbit、Unibap两家太空企业合作,D-Orbit是太空物流和运输服务公司,其使用AWS运算和机器学习服务,在ION卫星(下图)上快速分析大量太空资料进行地球观测。另外,Unibap则是在卫星上部署程序,目标是要让终端客户可以将原始卫星资料,在数分钟内转换成为警报,像是从太空识别地球云层或是野火烟雾,甚至是建筑物和船只等物体,在特定条件发出警报作为触发事件。

AWS解释,原始卫星图像和资料集文件通常非常庞大,所以Unibap通过机器学习技术,大幅缩小图像42%,进而提高处理速度并且实现即时推理运算。Unibap团队通过多个地面站与卫星连接,双向操作太空资料,而这依赖AWS云计算和卫星之间的TCP/IP代理,这种方式让Unibap团队不需要手动处理多重下行连接,系统将自动管理文件传输。

目前AWS、Unibap和D-Orbit的联合太空实验仍在进行中,并且继续测试各种可能性,包括探索更多在卫星处理原始资料的方法,或是更精细的资料传输方式。