هوش داده افلاطون
جستجوی عمودی و هوش مصنوعی

پردازش داده‌ها... در فضا: AWS محموله ماهواره‌ای رصد زمین را نیرو می‌دهد

تاریخ:

خدمات وب آمازون (AWS) ادعا می کند که اولین بار در کارکرد مجموعه ای از نرم افزارهای یادگیری ماشینی که بر روی یک ماهواره در مدار اجرا می شود، به عنوان بستر آزمایشی برای دیگران برای جمع آوری و تجزیه و تحلیل مستقیم داده ها در ماهواره های در حال گردش با استفاده از ابر خود، ارائه کرده است.

این آزمایش که طی 10 ماه گذشته در مدار پایین زمین انجام شد، شامل استفاده از مدل‌های یادگیری ماشینی AWS (ML) برای مطالعه تصاویر ماهواره‌ای در زمان واقعی بود و AWS IoT Greengrass خدمات مدیریت و تحلیل ابری را ارائه می‌کرد.

در غول ابر اعلام شد AWS re:Invent 2022 به گفته AWS، سیستم ماهواره‌ای می‌تواند مشتریان را قادر سازد تا حجم زیادی از داده‌های خام ماهواره‌ای را در مدار بررسی کنند و تنها مفیدترین تصاویر را برای ذخیره‌سازی و تجزیه و تحلیل‌های بیشتر دانلود کنند. این ادعا می‌کند که این امر باعث کاهش هزینه‌ها و تصمیم‌گیری به موقع‌تر می‌شود.

تصویر از D-Orbit.

تصویر از D-Orbit

استفاده از نرم‌افزار AWS برای انجام تجزیه و تحلیل داده‌ها در زمان واقعی بر روی یک ماهواره در مدار، و ارائه آن تحلیل مستقیماً از طریق ابر به تصمیم‌گیرندگان، تغییری قطعی در رویکردهای موجود برای مدیریت داده‌های فضایی است. مکس پترسون، معاون AWS، گفت: این امر همچنین کمک می‌کند تا مرزهای آنچه ما معتقدیم برای عملیات ماهواره‌ای امکان‌پذیر است، پیش برود.

برای این آزمایش، AWS گفت که با D-Orbit و Unibap کار می کند.

D-Orbit در "صنعت لجستیک فضایی و خدمات حمل و نقل" فعالیت می کند و این پروژه از یکی از ماهواره های ION خود برای حمل سخت افزار آزمایش AWS در مدار استفاده کرد. این سخت‌افزار شامل محموله‌های پردازشی واجد شرایط فضایی است که توسط Unibap، یک شرکت فن‌آوری سوئدی متخصص در سیستم‌های کامپیوتری فضاپیما ساخته شده است.

تصویر از D-Orbit.

حامل ماهواره یون SCV004، وسیله نقلیه انتقال مداری مورد استفاده در آزمایش، قبل از پرتاب. عکس از D-Orbit

به گفته AWS، تیم‌ها برای ساختن یک نرم‌افزار اولیه کار کردند که شامل ابزارهایی باشد که به طور مشترک برای مأموریت رصد زمین ضروری تشخیص داده‌اند، و این شامل مدل‌های ML و AWS IoT Greengrass، زمان اجرای لبه‌ای شرکت تحت مدیریت ابری است.

سخت افزار محاسباتی Unibap است iX5-100 SpaceCloud "کامپیوتر زیرساخت". این دارای یک هسته پردازشی مبتنی بر پردازنده‌های تعبیه‌شده سری G AMD با حداکثر 4 هسته CPU و پردازنده گرافیکی Radeon یکپارچه، 2.5 گیگابایت حافظه DDR3 و یک FPGA از خانواده Microsemi SmartFusion2 است.

FPGA ظاهراً برای پیاده‌سازی یک پردازنده ARM Cortex-M3 با اجرای FreeRTOS استفاده می‌شود که برای نظارت بر سیستم استفاده می‌شود، در حالی که تراشه AMD معمولاً نسخه‌ای از لینوکس مانند Lubuntu را اجرا می‌کند.

طبق گفته Unibap، iX5-100 دارای رابط‌هایی برای بازخوانی حسگر و پایین‌ساخت از راه دور بارگذاری بار، به‌علاوه حافظه محلی SSD است. این سیستم همچنین با رادیوهای باند S و X تأیید شده است.

محاسبات در اینجا به سختی پیشرو است: تراشه های سری G مبتنی بر هسته های جگوار AMD هستند که حدود یک دهه پیش معرفی شدند، اما ثبات یک نکته کلیدی در برنامه های کاربردی تعبیه شده است.

به گفته AWS، در طول آزمایش، این تیم مدل‌های مختلف ML را روی داده‌های حسگر ماهواره‌ای برای شناسایی اشیاء خاص در آسمان، مانند ابرها و دود ناشی از آتش‌سوزی، و همچنین اشیاء سطحی از جمله ساختمان‌ها و کشتی‌ها، اعمال کردند.

به گفته این شرکت، تیمی که بر این پروژه نظارت می کند، چند اصلاح فنی برای کمک به کارکرد موثرتر محموله مداری ارائه کرده است. آنها با استفاده از سرویس‌های AWS AI و ML راهی برای تجزیه تصاویر ماهواره‌ای بزرگ به فایل‌های داده کوچک‌تر ایجاد کردند تا اندازه را تا 42 درصد کاهش دهند، که ادعا می‌کرد استنتاج بلادرنگ در مدار را ممکن می‌سازد.

آنها همچنین با راه اندازی یک پروکسی TCP/IP قابل اعتماد بین ماهواره و AWS Cloud، حرکت دو طرفه داده ها را روی چندین مخاطب ایستگاه زمینی فعال کردند. به گفته AWS، این کار مدیریت انتقال فایل را برای خدمه زمینی ساده‌تر کرد و نیاز به پردازش دستی لینک‌های پایین بر روی چندین مخاطب را از بین برد.

لازم به ذکر است که AWS قبلاً خود را دارد ایستگاه زمینی AWS سرویس، ایجاد شده برای ارائه به اپراتورهای ماهواره ای با توانایی کنترل ماهواره ها و دانلود داده ها بدون نیاز به ساخت و نگهداری زیرساخت های خود.

AWS گفت که ماهواره در فضا باقی می ماند، اما همراه با Unibap و D-Orbit، از سخت افزار آزمایشی فضاپیما برای آزمایش قابلیت های جدید فراتر از مجموعه اصلی اهداف آزمایشی استفاده کرده است. اینها شامل تکنیک های دیگری برای پردازش داده های خام در مدار و روش های بهتر تحویل داده می شود. ®

نقطه_img

جدیدترین اطلاعات

نقطه_img

چت با ما

سلام! چگونه می توانم به شما کمک کنم؟