衛(wèi)星智能化發(fā)展已是大勢所趨
時至今日，人類已經(jīng)發(fā)射了數(shù)千枚人造衛(wèi)星，這些衛(wèi)星在太空中承擔了科學(xué)探測和研究、天氣預(yù)報、土地資源調(diào)查、土地利用、區(qū)域規(guī)劃、通信、跟蹤、導(dǎo)航等多個領(lǐng)域的工作。從最早的單一功能，到現(xiàn)在的一星多用，對于衛(wèi)星的智能化要求也越來越高，尤其是在復(fù)雜的太空場景中，提高衛(wèi)星的智能化水平和應(yīng)用服務(wù)能力，讓衛(wèi)星更好、更快地向地面?zhèn)鬟f更有價值的信息，是衛(wèi)星全產(chǎn)業(yè)鏈價值提升的關(guān)鍵所在。
以衛(wèi)星在洪水防災(zāi)減災(zāi)領(lǐng)域的應(yīng)用為例，過去需先在地面將“拍攝災(zāi)區(qū)圖像”的指令傳輸給衛(wèi)星，衛(wèi)星將拍攝的影像回傳，再統(tǒng)一進行云檢測與水域提取。在這一過程中，因為衛(wèi)星傳輸帶寬資源的限制，實際只有10%左右的數(shù)據(jù)能被傳送到計算中心。有了云原生邊緣計算后，可以通過在軌AI推理將被云雪覆蓋超50%的低質(zhì)量圖像數(shù)據(jù)丟棄，減少傳輸壓力。有效圖片回傳后，在算力資源豐富的中心節(jié)點使用高精度AI模型進行運算，可進一步縮短影像預(yù)處理、水域提取、監(jiān)測報告生成的時間，從通常的1天縮短到1小時，顯著提升應(yīng)急響應(yīng)時間。此外，衛(wèi)星邊緣任務(wù)可按需更新，通過在軌AI推理，比較暴雨前后圖片，發(fā)現(xiàn)山體坍塌風險，提前發(fā)現(xiàn)地質(zhì)災(zāi)害隱患，并進行預(yù)警，從而有效降低災(zāi)害帶來的損失。
在此過程中，云計算扮演著越來越重要的角色。將“云原生技術(shù)”納入衛(wèi)星業(yè)務(wù)，無論是在對地觀測還是通信等相關(guān)領(lǐng)域，均可減少前期的資本支出和運營成本，便于開發(fā)和普及。
《云原生 2.0 白皮書》預(yù)測，未來5年，越來越多的公司會使用邊緣計算，對于邊緣設(shè)備也將通過 Kubernetes來統(tǒng)一納管，同時需要支持邊緣節(jié)點的極致輕量、高可靠性、高安全性、大規(guī)模管理等特性，并且實現(xiàn)統(tǒng)一計算調(diào)度。
基于KubeEdge打造云原生衛(wèi)星計算平臺
全面的太空及衛(wèi)星互聯(lián)解決方案依賴產(chǎn)業(yè)鏈合作伙伴來共同完成，其中產(chǎn)學(xué)研結(jié)合將大幅加速衛(wèi)星計算智能化進程。在此背景下，北京郵電大學(xué)、華為云、中國移動研究院、北京大學(xué)以開源開放的理念聯(lián)合推出“天算星座”計劃，基于KubeEdge云原生邊緣計算平臺，加速推進衛(wèi)星在軌計算智能化，為6G、衛(wèi)星互聯(lián)網(wǎng)等技術(shù)發(fā)展提供支撐，構(gòu)建空天計算在軌開放開源服務(wù)平臺。
12月10日，搭載“天算星座“計算平臺的試驗衛(wèi)星在軌穩(wěn)定運行，云原生邊緣計算平臺KubeEdge及其邊緣AI子項目Sedna為天算星座提供了統(tǒng)一的資源、應(yīng)用管理、分布式應(yīng)用協(xié)同能力和在軌AI推理能力。結(jié)合北郵開發(fā)的衛(wèi)星網(wǎng)絡(luò)系統(tǒng)、基礎(chǔ)通信組件，可為空天實驗提供按需使用的計算能力。根據(jù)測試，通過衛(wèi)星與地面站協(xié)同推理，計算精度提升50%以上，同時衛(wèi)星回傳數(shù)據(jù)量減少90%，大幅降低了空天計算實驗門檻，衛(wèi)星將進入云原生時代。
1） KubeEdge邊緣協(xié)同AI子項目Sedna, 構(gòu)建地面與衛(wèi)星的多模型協(xié)同推理以及地面的模型增量訓(xùn)練使用場景，在衛(wèi)星上使用小模型，在地面使用大模型，以此能夠支持在衛(wèi)星上使用非常少的資源來更好的支持AI推理的效果。
2） 使用KubeEdge device mapper來對衛(wèi)星上的各個傳感器進行統(tǒng)一的建模和管理，以便讓地面管理人員時刻了解衛(wèi)星上面的設(shè)備工作情況。而所有的這一切都是通過KubeEdge建立起來的、具備高可靠特性的云邊通道來進行通信的。并且我們實現(xiàn)了使用K8s的數(shù)據(jù)模型，來對衛(wèi)星上的應(yīng)用來進行統(tǒng)一的生命周期的管理。
云原生邊緣計算項目KubeEdge作為“天算星座”的核心技術(shù)，主要有兩個顯著的優(yōu)勢：
? 扎實的基礎(chǔ)系統(tǒng)和軟件開發(fā)：KubeEdge是面向邊緣計算場景、專為邊云協(xié)同設(shè)計的業(yè)界首個云原生邊緣計算框架，也是CNCF唯一孵化級邊緣計算項目。它在 Kubernetes 原生的容器編排調(diào)度能力之上實現(xiàn)了邊云之間的應(yīng)用協(xié)同、資源協(xié)同、數(shù)據(jù)協(xié)同和設(shè)備協(xié)同等能力，完整打通了邊緣計算中云、邊、設(shè)備協(xié)同的場景。目前，KubeEdge 已被廣泛應(yīng)用于交通、能源、互聯(lián)網(wǎng)、CDN、工業(yè)制造、智慧園區(qū)等行業(yè)。在中國的省界高速公路電子收費系統(tǒng)（ETC）中，KubeEdge 幫助管理了全國 34 個省、市、自治區(qū)中的 29 個總計約 100,000 個邊緣節(jié)點和 500,000 多個邊緣應(yīng)用程序。借助這些應(yīng)用，該系統(tǒng)每天處理超過 3 億條數(shù)據(jù)，將收費站的交通效率提高了 10 倍。由此可見，只有在核心底層技術(shù)上都有足夠豐厚的自主積累，才能充分發(fā)揮云原生的價值。
? 開源開放理念：在KubeEdge社區(qū)治理方面，采取的是完全開源開放的態(tài)度。社區(qū)在開放協(xié)助的理念下蓬勃發(fā)展，目前已有全球800多名開發(fā)者參與代碼貢獻，在代碼托管平臺Github上累計獲得4600+star,1300+Fork, 并且有超過60家企業(yè)與科研機構(gòu)參與項目合作，合作伙伴包括華為、中國信息通信研究院、ARM、中國移動、浙大SEL實驗室、DaoCloud、中國南方電網(wǎng)等。此外，KubeEdge社區(qū)已成立AI、Device/IoT、MEC、Robotics 4個特別興趣小組（SIG, Special Interest Group）和1個社區(qū)工作組Wireless（WG, Working Group）。其中，從 AI SIG 還誕生出了基于 KubeEdge 的邊云協(xié)同 AI 平臺子項目 Sedna，Device-IOT SIG孵化出了全新架構(gòu)的Mapper，方便了開發(fā)者將設(shè)備接入KubeEdge。
KubeEdge在各行業(yè)的應(yīng)用充分證明了云原生技術(shù)在不同領(lǐng)域的獨特價值，此次華為借助“天算星座”計劃，將和產(chǎn)業(yè)伙伴共同推進基于KubeEdge云原生技術(shù)的“智慧太空”。
未來計劃
隨著寶醞號空間科學(xué)實驗衛(wèi)星的升空，“天算星座”計劃將進入全新階段。寶醞號空間科學(xué)實驗衛(wèi)星將在軌開展軟基站與核心網(wǎng)軟件星載部署、基于認知服務(wù)架構(gòu)的下一代核心網(wǎng)軟件星載部署、基于KubeEdge+Sedna邊緣計算的智能基座部署、UPF軟件模塊星載部署、數(shù)聯(lián)網(wǎng)DOIP協(xié)議星載驗證等在軌試驗，將為構(gòu)建空天計算的在軌開放開源試驗平臺奠定技術(shù)基礎(chǔ)，并為我國構(gòu)建智能化的綜合性數(shù)字基礎(chǔ)設(shè)施、下一代核心網(wǎng)等提供技術(shù)支撐。
基于“天算星座”計劃的推進，下一步我們在衛(wèi)星上的試驗計劃將從兩方面開展。一方面讓衛(wèi)星在軌計算更加智能。我們會加速邊緣側(cè)的推理，優(yōu)化推理算法，從而進一步降低數(shù)據(jù)從衛(wèi)星傳到地面的數(shù)據(jù)量。同時我們會引入終身學(xué)習的方法，使用該方法可以在邊緣側(cè)更好的處理這種異構(gòu)數(shù)據(jù)，也可以更好的在多個衛(wèi)星之間進行知識庫的建立和分享，讓多個衛(wèi)星之間的協(xié)同真正做到智能。另外一方面是建立一個云原生空天計算平臺，將衛(wèi)星根據(jù)本身的設(shè)備和所處的位置，來進行角色的劃分。比如有些衛(wèi)星負責跟地面通信，有些衛(wèi)星負責數(shù)據(jù)和圖像的采集，另外的一些衛(wèi)星主要負責智能計算。如此以來，太空中的衛(wèi)星就可以進行動態(tài)組網(wǎng)、進行協(xié)商，從而真正做到互相的協(xié)同。這些都是下一步需要在KubeEdge中進行探索和實現(xiàn)的。
未來，華為云還將與更多航天衛(wèi)星相關(guān)單位進行更加深入的合作，推動衛(wèi)星智能化的進程。從產(chǎn)學(xué)研模式，開源開放理念，深耕底層技術(shù)等方面加快融合抓住智能化升級的大潮，將中國衛(wèi)星智能化升級推入快車道。
