亚马逊网络服务 (AWS) 声称已率先在轨道卫星上运行一套机器学习软件，作为其他人使用其云直接在轨道卫星上收集和分析数据的试验台。
该实验在过去 10 个月内在近地轨道上进行，涉及使用 AWS 机器学习 (ML) 模型实时研究卫星图像，AWS IoT Greengrass 提供云管理和分析服务。
在云巨头的宣布 AWS re：Invent 2022 AWS 表示，在会议上，该卫星系统可以让客户检查轨道上的大量原始卫星数据，并只下载最有用的图像进行存储和进一步分析。 它声称，这将降低成本并实现更及时的决策。
图片由 D-Orbit 提供
“使用 AWS 软件在轨道卫星上执行实时数据分析，并通过云将分析直接提供给决策者，是对现有空间数据管理方法的明确转变。 它还有助于突破我们认为卫星运营可能的界限，”AWS 副总裁 Max Peterson 说。
对于实验，AWS 表示它与 D-Orbit 和 Unibap 合作。
D-Orbit 经营“太空物流和运输服务行业”，该项目使用其一颗 ION 卫星为 AWS 在轨实验携带硬件。 硬件本身包括一个由 Unibap 建造的符合太空条件的处理有效载荷，Unibap 是一家专门从事星载计算机系统的瑞典技术机构。
ION Satellite Carrier SCV004，发射前用于实验的轨道转移运载工具。 照片由 D-Orbit 提供
据 AWS 称，这些团队致力于构建一个软件原型，其中将包括他们共同确定的对地球观测任务必不可少的工具，其中包括 ML 模型和 AWS IoT Greengrass，该公司的云管理边缘运行时。
计算硬件是 Unibap 的 IX5-100 SpaceCloud“基础设施计算机”。 它具有基于 AMD G 系列嵌入式处理器的处理核心，具有多达 4 个 CPU 核心和集成的 Radeon GPU、2.5GB DDR3 内存以及来自 Microsemi SmartFusion2 系列的 FPGA。
FPGA 显然用于实现运行 FreeRTOS 的 ARM Cortex-M3 处理器，用于监控系统，而 AMD 芯片通常运行 Linux 版本，例如 Lubuntu。
据 Unibap 称，iX5-100 具有用于传感器读出和有效载荷遥测下行链路的接口，以及本地 SSD 存储。 该系统还通过了 S 波段和 X 波段无线电的验证。
这里的计算算不上前沿：G 系列芯片基于大约十年前推出的 AMD Jaguar 内核，但稳定性是嵌入式应用程序的关键考虑因素。
AWS 表示，在整个实验过程中，该团队将各种 ML 模型应用于卫星传感器数据，以识别天空中的特定物体，例如云层和火灾产生的烟雾，以及包括建筑物和船舶在内的地表物体。
据该公司称，监督该项目的团队提出了一些技术解决方案，以帮助更有效地运行轨道有效载荷。 他们开发了一种将大型卫星图像分解成较小数据文件的方法，使用 AWS AI 和 ML 服务将大小减少了 42%，据称这可以在轨道上进行实时推理。
他们还通过在卫星和 AWS 云之间设置可靠的 TCP/IP 代理，实现了数据在多个地面站联系人上的双向移动。 AWS 表示，这让地勤人员更容易管理文件传输，无需手动处理多个联系人的下行链路。
需要注意的是AWS已经有自己的 AWS 地面站 服务，旨在为卫星运营商提供控制卫星和下载数据的能力，而无需建立和维护自己的基础设施。
AWS 表示，该卫星仍在太空中，但与 Unibap 和 D-Orbit 一起，它一直在使用星载实验硬件来测试超出原始测试目标集的新功能。 其中包括在轨处理原始数据的其他技术和更好的数据传输方法。 ®
- 硬币聪明。 欧洲最好的比特币和加密货币交易所。了解更多
- 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
- Sumber: https://go.theregister.com/feed/www.theregister.com/2022/11/30/aws_powers_earth_observation_satellite/
