Az Amazon Web Services (AWS) azt állítja, hogy elsőként hozta létre a pályán lévő műholdon futó gépi tanulási szoftvercsomag üzemeltetését, amely tesztkörnyezetként szolgál mások számára, hogy a felhő segítségével közvetlenül a keringő műholdakon gyűjtsenek és elemezhessenek adatokat.
Az elmúlt 10 hónapban alacsony Föld körüli pályán végzett kísérlet során AWS gépi tanulási (ML) modelleket használtak a műholdképek valós idejű tanulmányozására, az AWS IoT Greengrass felhőkezelési és elemzési szolgáltatásokat nyújtott.
Bejelentették a felhőóriásnál AWS re:Invent 2022 Az AWS szerint a műholdas rendszer lehetővé teheti az ügyfelek számára, hogy nagy mennyiségű nyers műholdadatot vizsgáljanak meg a pályán, és csak a leghasznosabb képeket küldjék le a tároláshoz és a további elemzéshez. Ez csökkentené a költségeket, és lehetővé tenné az időben történő döntéshozatalt.
„Ha az AWS szoftverrel valós idejű adatelemzést végeznek egy keringő műhold fedélzetén, és ezt az elemzést a felhőn keresztül közvetlenül eljuttatják a döntéshozókhoz, ez határozott váltást jelent az űradatkezelés meglévő megközelítéseiben. Ez is segít feszegetni a határokat annak, amiről úgy gondoljuk, hogy a műholdas műveletek lehetségesek” – mondta Max Peterson, az AWS alelnöke.
A kísérlethez az AWS azt mondta, hogy a D-Orbit és az Unibap segítségével működött.
A D-Orbit az „űrlogisztikai és szállítási szolgáltatási ágazatban” tevékenykedik, és a projekt az egyik ION műholdat használta az AWS pályán történő kísérletéhez szükséges hardver szállítására. Maga a hardver egy űrminősítésű feldolgozó rakományból állt, amelyet az Unibap, egy űrben szállított számítógépes rendszerekre szakosodott svéd technológiai egység épített.
ION Satellite Carrier SCV004, a kísérletben használt orbitális transzfer jármű, az indítás előtt. A fotó a D-Orbit jóvoltából
Az AWS szerint a csapatok egy olyan szoftver prototípus megalkotásán dolgoztak, amely magában foglalja azokat az eszközöket, amelyeket közösen azonosítottak a Föld-megfigyelési küldetéshez, és ez magában foglalta az ML-modelleket és az AWS IoT Greengrass-t, a vállalat felhő által kezelt szélső futási környezetét.
A számítási hardver az Unibap iX5-100 SpaceCloud „infrastruktúra számítógép”. Ez az AMD G-sorozatú beágyazott processzoraira épülő processzormagot tartalmaz, legfeljebb 4 CPU maggal és integrált Radeon GPU-val, 2.5 GB DDR3 memóriával és a Microsemi SmartFusion2 családból származó FPGA-val.
Az FPGA-t nyilvánvalóan egy FreeRTOS-t futtató ARM Cortex-M3 processzor megvalósítására használják, amely a rendszer felügyeletére szolgál, míg az AMD lapkán általában a Linux egy verziója, például a Lubuntu fut.
Az Unibap szerint az iX5-100 interfészekkel rendelkezik az érzékelők kiolvasásához és a hasznos terhelés telemetriai lefelé irányuló kapcsolatához, valamint helyi SSD tárolóval. A rendszert S- és X-sávos rádiókkal is validálták.
A számítás itt aligha élvonalbeli: a G-sorozatú chipek az AMD Jaguar magjain alapulnak, amelyeket körülbelül egy évtizede vezettek be, de a stabilitás kulcsfontosságú szempont a beágyazott alkalmazásoknál.
A kísérlet során a csapat különféle ML-modelleket alkalmazott a műhold-érzékelők adataira, hogy azonosítsa az égbolt bizonyos objektumait, például a felhőket és a tüzekből származó füstöt, valamint a felszíni objektumokat, beleértve az épületeket és a hajókat, mondta az AWS.
A cég szerint a projektet felügyelő csapat néhány technikai javítást is kidolgozott, amelyek elősegítik az orbitális hasznos teher hatékonyabb működését. Kidolgoztak egy módot a nagy műholdképek kisebb adatfájlokra való felosztására, az AWS AI és ML szolgáltatások segítségével a méret akár 42 százalékos csökkentésére, ami állításuk szerint lehetővé tette a valós idejű következtetést a pályán.
Lehetővé tették továbbá az adatok kétirányú mozgását több földi állomáson keresztül egy megbízható TCP/IP proxy beállításával a műhold és az AWS Cloud között. Ez egyszerűbbé tette a földi személyzet számára a fájlátvitel kezelését, így nem kellett több kapcsolaton keresztül manuálisan feldolgozni a lefelé irányuló kapcsolatokat, mondta az AWS.
Meg kell jegyezni, hogy az AWS-nek már megvan a sajátja AWS földi állomás szolgáltatás, amelyet azért hoztak létre, hogy a műholdak üzemeltetői számára lehetővé tegyék a műholdak vezérlését és az adatok letöltését anélkül, hogy saját infrastruktúrájukat kellene kiépíteni és karbantartani.
Az AWS szerint a műhold az űrben marad, de az Unibap és a D-Orbit mellett az űrbe telepített kísérleti hardvert használta az eredeti tesztcélokon túlmutató új képességek tesztelésére. Ide tartoznak a nyers adatok orbitális feldolgozására szolgáló egyéb technikák és az adattovábbítás jobb módszerei. ®
- AI
- ai művészet
- ai art generátor
- van egy robotod
- mesterséges intelligencia
- mesterséges intelligencia tanúsítás
- mesterséges intelligencia a bankszektorban
- mesterséges intelligencia robot
- mesterséges intelligencia robotok
- mesterséges intelligencia szoftver
- blockchain
- blokklánc konferencia ai
- coingenius
- társalgási mesterséges intelligencia
- kriptokonferencia ai
- dall's
- mély tanulás
- google azt
- gépi tanulás
- Plató
- plato ai
- Platón adatintelligencia
- Platón játék
- PlatoData
- platogaming
- skála ai
- szintaxis
- A regisztráció
- zephyrnet