ابر در مدار: خدمات وب آمازون تجزیه و تحلیل داده ها را در ماهواره نشان می دهد

در 10 ماه گذشته، خدمات وب آمازون داده ها را از طریق پلتفرم نرم افزاری مبتنی بر ابر خود برای چیزی که ممکن است واضح ترین چیز در جهان باشد مدیریت کرده است: یک ماهواره در مدار پایین زمین.

این آزمایش که امروز در کنفرانس re:Invent AWS در لاس وگاس رونمایی شد، با هدف نشان دادن چگونگی پردازش در مدار می‌تواند به اپراتورهای ماهواره‌ای کمک کند تا جریان‌های تصاویر و داده‌های حسگر تولید شده توسط فضاپیمای خود را مدیریت کنند.

مکس پترسون، معاون AWS عمومی در سراسر جهان، «استفاده از نرم‌افزار AWS برای انجام تجزیه و تحلیل داده‌های بی‌درنگ روی یک ماهواره در مدار و ارائه آن تحلیل مستقیم به تصمیم‌گیرندگان از طریق ابر، تغییری قطعی در رویکردهای موجود برای مدیریت داده‌های فضایی است. بخش، امروز در یک پست وبلاگ گفت. همچنین کمک می کند تا مرزهای آنچه که ما معتقدیم برای عملیات ماهواره ای امکان پذیر است، پیش برود.»

آزمایش AWS با مشارکت D-Orbit، یک شرکت ایتالیایی که بر لجستیک فضایی و حمل و نقل تمرکز دارد، انجام شد. و با Unibap، یک شرکت سوئدی که راه‌حل‌های اتوماسیون هوش مصنوعی را برای فضا و همچنین کاربردهای زمینی توسعه می‌دهد.

ابزارهای نرم افزاری AWS – از جمله مدل های یادگیری ماشین این شرکت و AWS IoT Greengrass – در یک محموله پردازشی اولیه ایجاد شده توسط Unibap ادغام شدند. سپس این محموله بر روی حامل ماهواره D-Orbit ION قرار گرفت. فضاپیمای ION یکی از ده ها فضاپیمایی بود که در ماه ژانویه با موشک فالکون 9 اسپیس ایکس به مدار فرستاده شد. چند هفته پس از استقرار ماهواره های خود، حامل ION D-Orbit عملیات پردازش داده های محموله را با استفاده از نرم افزار AWS افزایش داد.

در طول آزمایش D-Orbit ION، این تیم مدل‌های مختلف یادگیری ماشینی را روی داده‌های حسگرهای ماهواره‌ای برای شناسایی انواع خاصی از اشیاء در آسمان، مانند ابرها و آتش‌سوزی‌ها، و همچنین اجرام زمینی، از جمله ساختمان‌ها و کشتی‌ها، اعمال کردند.

AWS گفت هوش مصنوعی و خدمات یادگیری ماشینی آن به کاهش اندازه تصاویر تا 42 درصد کمک کرده و در نتیجه سرعت پردازش را افزایش می‌دهد. سیستم هوش مصنوعی می‌تواند در زمان واقعی تصمیم بگیرد که کدام عکس‌های ماهواره‌ای باید اولویت بالایی برای downlink داشته باشند و کدام تصاویر را می‌توان کنار گذاشت.

این تیم همچنین فرآیند ارسال داده به و از ماهواره را اصلاح کرد تا تحمل بیشتری برای تاخیرهای ارتباطی ایجاد کند. این اصلاح، مدیریت خودکار انتقال فایل ها را بدون نیاز به مدیریت دستی لینک های پایین از طریق چندین مخاطب ایستگاه زمینی آسان تر کرد.

این تنها تلاش AWS برای رایانش ابری مبتنی بر فضا نیست: آمازون در ماه آوریل در طی اولین ماموریت فضایی خصوصی Axiom Space یک دستگاه محاسبات لبه معروف به AWS Snowcone را به ایستگاه فضایی بین‌المللی فرستاد. (Axiom Space همچنین با Microsoft Azure و LEOCloud در پروژه جداگانه ای برای قرار دادن زیرساخت های ابری در مدار همکاری می کند.)

سرجیو موچیارلی، معاون فروش تجاری D-Orbit، گفت که توانایی پردازش داده ها در فضا ارزش زیادی دارد.

موچیارلی توضیح داد: «مشتریان ما می‌خواهند مقادیر روزافزونی از داده‌های ماهواره‌ای را با تأخیر بسیار کم به طور قابل اعتماد پردازش کنند. «این چیزی است که با استفاده از روش‌های قدیمی، انتقال تمام داده‌ها برای پردازش محلی محدود می‌شود. ما به تعقیب محاسبات لبه ای اعتقاد داریم و معتقدیم که این کار تنها با زیرساخت های فضایی مناسب برای هدف قابل انجام است و به مشتریان اطمینان بالایی می دهد که می توانند به طور قابل اعتماد حجم کاری و عملیات خود را در محیط عملیاتی فضای سخت مدیریت کنند.

فردریک برون، مبشر اصلی Unibap برای تحول دیجیتال، گفت که شرکت او می‌خواهد به مشتریان کمک کند تا داده‌های ماهواره‌ای خام را به “اطلاعات قابل استفاده برای انتشار هشدارها در چند ثانیه” تبدیل کنند.

برون گفت: «دسترسی بلادرنگ به سرویس‌ها و قابلیت‌های لبه AWS در مدار به کاربران امکان می‌دهد اطلاعات به موقع بیشتری دریافت کنند و نحوه استفاده از منابع ماهواره‌ای و زمینی خود را بهینه کنند.»

AWS، Unibap و D-Orbit به آزمایش قابلیت‌های جدید پلتفرم ION ادامه می‌دهند – از جمله رویکردهای جدید برای پردازش داده‌های خام در مدار، و همچنین روش‌های پیشرفته‌تر تحویل داده. اگر این آزمایش به ثمر بنشیند، به زودی برای ماهواره‌ها تبدیل به یک امر عادی می‌شود که قبل از انتقال داده‌ها، آنچه را که می‌بینند درک کنند.