Re: Invent 大會:在比雲高的地方上雲端?!AWS 將機器學習雲搬到軌道衛星上

上周在AWS Re: Invent 2022上宣佈,已成功在一場空前實驗中,在低軌道衛星的SpaceCloud執行一組AWS運算及機器學習(machine learning, ML)軟體,且時間長達10個月。

Amazon Web Services (AWS) 上周在 AWS Re: Invent 2022 上宣佈,已成功在一場空前實驗中,在低軌道衛星的 SpaceCloud 執行一組 AWS 運算及機器學習 (machine learning, ML) 軟體,且時間長達 10 個月。

這場實驗旨在測試更快、更有效率的方法,直接在低軌衛星的雲上蒐集和分析太空資料。

AWS 太空及衛星解決方案主任 Clint Crosier 指出,這實驗讓客戶可在軌道上自動分析大量原始的衛星資料,之後只下載有用的影片儲存或進一步分析,藉降低成本,及加速決策過程。

高延遲性或無寬頻是太空產業面臨最大的挑戰。AWS 和它兩家合作夥伴 D-Orbit、Unibap 共同打造地球觀測(Earth Observation, EO)任務的軟體工具原型,包括即時分析衛星影像的 AWS ML 模型,以及 AWS IoT Greengrass 軟體,後者可在頻寬有限時提供雲端管理和分析。

透過在 EO 影像執行 AWS 運算和機器學習服務,D-Orbit 即能在近地軌道衛星的機器上直接分析大量太空資料,而不用再把資料回傳地球上的資料中心,既省了時間,也省下頻寬成本。

這軟體原型整合在 Unibap 打造的可承受太空環境的處理器設備上,這處理器設備又整合到 D-Orbit ION 衛星,在升空時一起載入軌道。今年一月,地球上的研究團隊首次成功對衛星上的運算設備下達遠端指令,之後執行了幾個星期的實驗。

AWS AI/ML 模型可將原始影像和資料檔減少 42%,可加速運算時間,有助於衛星和地球上的團隊更快獲得分析洞見及做出決策。

這項實驗將持續到 2023 年,研究團隊還將測試其他任務,包括在軌道上處理原始資料的新方法,以及更進階的資料遞送方法。

來源:Geospatial World

關於我們

自 1990 年創刊 UXmaster 雜誌,1991 年獲得美國 LAN Magazine 獨家授權中文版,2006 年獲得 CMP Network Computing 授權,2009 年合併 CMP Network Magazine 獨家授權中文版,2014 年轉型為《網路資訊》雜誌網站,為台灣中小企業協助技術領導者落實企業策略,了解網路規劃及應用,為企業網路應用、管理、MIS、IT 人員必備之專業雜誌網站。


與我們聯絡

加入《網路資訊》雜誌社群

© Copyright 2023 本站版權所有,禁止任意轉載 網路資訊雜誌 / 心動傳媒股份有限公司 聯絡電話:+886 2 29432416