报告发布 | 星载智能技术应用及场景拓展
第四届"遥感·通信创新大会"于6月12-13日在长春召开，星测未来联合创始人兼CEO仓基荣博士时隔三年再次作为演讲嘉宾，以“星载智能技术应用及场景拓展”为题在大会进行了报告，探讨全球视角下的星载智能技术前沿进展，并分享了公司在关键技术研发与在轨场景应用方面的最新成果。
报告从星载计算实际应用需求出发，提出高性能低成本高可靠硬件设计、软件定义开放平台设计，以及软硬件协同、边缘端算法部署优化设计等关键技术路线，并首次发布了在轨可靠性验证、空间气象环境监测、即时遥感应用等实践案例。
由于现场报告时间有限，很多行业关心的议题没有展开讨论，会后也持续收到相关问询。现将《星载智能技术应用及场景拓展》报告全文发布，与大家分享星测未来最新观点与能力突破。
全文4000+字，阅读需要10分钟。
星测未来专注于卫星智能化领域，技术上讲，就是把地面的人工智能边缘计算的技术和卫星航天领域进行结合。
近年来，我们看到星载智能技术快速迭代，在越来越多的场景落地应用，天基计算进入了新的发展阶段。
本次报告主要分为三个部分：
01 星载智能发展现状
02 关键技术研发进展
03 在轨应用场景案例
01 星载智能发展现状
天基计算的发展现状
天数地算：传统的卫星应用模式受到星地数据传输窗口、带宽与天基算力不足限制，大量数据只能在卫星过顶时下传，应用时效常常在几天甚至几周。
天数天算：行业内正在推进的“天数天算”模式，通过星载智能技术使卫星具备在轨数据处理能力，相当于用计算换带宽，可以降低带宽需求和应用时延，赋能即时遥感等卫星场景，实现天基计算“0-1”的技术突破。
天地一体协同计算：未来，随着卫星互联网、太空计算等星座建成，计算与网络进一步融合，形成天地互联互通的天地一体协同计算模式，将能够赋能全球数据应用服务，实现天基计算“1-100”的应用推广。
星载智能应用场景
目前，星载智能已经在国内外多个场景应用落地，形成了成熟的商业化案例。
在环境监测领域，星载智能实时分析卫星图像，为灾害预防和应急救援提供宝贵信息支撑。例如Orbital Sidekick的能源管线监测星座及OroraTech与谷歌的野火监测星座，已经实现组网运营。
在国防领域，星载智能是战术情报、监视和侦察（ISR）以及作战管理和指挥控制（BMC3）的核心技术。例如Palantir的行星级时敏情报系统元星座，以及美国太空军正在打造的国防太空体系架构（PWSA）。
在通信领域，星载智能提供通信优化、星座管理运营、自主避障等功能，赋能通信及通遥一体巨型星座。例如SpaceX的星链以及搭载军用载荷的星盾，正在批量化部署。
在空间态势感知领域，星载智能正在协助人们绘制太空交通地图，助力垃圾清理与在轨服务。例如提供太空交通管理服务的LeoLabs公司，以及欧空局资助的太空垃圾清理项目Clearspace-1，即将发射验证任务。
太空计算中心是近年来新兴的卫星应用模式，旨在利用太空计算布局云计算设施。例如美国初创公司Starcloud计划使用英伟达H100搭建数据中心，以及我国之江实验室牵头发起的“三体计算星座”，已经成功发射12颗计算卫星。
天地一体化计算能力及形式
我们对上述天基计算的各种能力和形式做一个总结，从计算功能上可以分为数据处理和多星协同两大类，在对地遥感、卫星通信、空间科学以及太空服务等未来场景中都发挥重要作用。
从算力形式上，目前我们采取得比较多的是天基分布式计算，算力在1000TOPS及以下量级，服务于单星边缘计算需求；太空计算中心是一种天基集中式计算，未来也许能媲美甚至超过地面数据中心（100EOPS量级），上文提到Starcloud规划的数据中心达到了千EOPS规模，服务于太空及地面的云计算需求。
02 关键技术研发进展
我们对于星载智能技术的研发与优化是从应用需求侧入手开展的，根据上述不同在轨应用场景的数据处理与多星协同任务特点，分析算力需求与特点，匹配需求进行硬件、软件与算法的系统性设计。
根据星测未来多年研究经验积累，我们提出几种典型计算场景算法与算力需求如下图所示，例如遥感数据的预处理和智能处理，对计算架构的需求不一样，通用计算适用CPU/FPGA/GPU等芯片，AI计算适用GPU/NPU等芯片。在特定计算架构基础上，我们进行软硬件协同与算法优化工作，来充分满足星载计算需求。
高性能、低成本、高可靠硬件设计
类比汽车的智能化发展，随着计算架构的优化和算力升级，卫星也将具备更高的智能化水平，释放更大的应用潜力。
在底层硬件方面，我们的设计理念是高性能、低成本、高可靠，以应对多样化应用场景、星上资源紧约束以及空间辐照环境这三大星载智能计算基础条件。
高性能：采用FPGA+CPU+GPU+NPU的超异构计算体系，兼具高性能与通用性；
低成本：选用先进制程、低成本COTS（商用现货）芯片；
高可靠：系统级容错设计+在轨OTA更新，辅以关键敏感器件的屏蔽防护，满足空间环境适应性。
/ 硬件技术架构迭代
适应卫星设计发展趋势，星测未来硬件技术架构正在从智算单机逐步向星载综合电子系统迭代。
目前，智能计算载荷已形成标准单机产品，适配多种接口，实现4TOPS/W的超高能效比；同时我们选用高性能国产GPU与NPU打造国产化智能计算载荷方案，实现核心技术自主可控；在星载智能综合电子系统方面，我们集成存储、计算、数传等系统，推出存算传一体机，大幅提升载荷应用效率。
/ 在轨可靠性实践验证
星测未来高性能、低成本、高可靠硬件设计已积累多年在轨经验，经过在轨可靠性实践验证。
以科学/验证卫星为例，目前已在轨13颗载荷，最新发射的四颗载荷通过功能升级，实现了24小时全天观测与自动化运维。我们将这四颗载荷发生在轨异常重启的位置及频次统计出来绘制成图纸，可以看到集中在南大西洋异常区（SAA）和南北极等高电离辐射区。630km轨道异常重启频率也高于500km轨道。
建立在空间辐照认知的基础上，我们的系统级可靠性设计与OTA修复链路保障了载荷长期稳定工作。
下图是一个容错设计与在轨OTA有效性实践，该载荷EMMC与flash均采用双备份架构设计，两颗EMMC先后出现故障，导致载荷无法正常执行任务。在轨OTA故障排查归因为单粒子翻转导致，后续采取在轨OTA故障修复与功能更新，修复后载荷正常开机工作。
这个案例证明了我们可靠性容错设计以及在轨OTA更新的有效性，并进一步丰富了我们对空间辐照的认知。
软件定义开放平台设计与软硬件协同
星载智能技术的一个重要趋势是软件定义卫星，即突破封闭架构，将应用程序与硬件解绑，实现软硬件解耦合，可以极大拓展功能和业务场景。
在软硬件解耦的基础上，我们采用软硬件协同加速技术，从算法优化与硬件加速两方面来实现星载应用的最佳效能。
在算法方面，通过“模型稀疏化”与“低比特量化”等方式，能够降低算力、访存与存储的开销。
在硬件方面，通过超异构计算架构映射、并行加速和数据流优化等方式也可大幅提升性能。
像我们熟悉的DeepSeek，除了算法模型的优化之外也通过挖掘英伟达底层硬件资源实现了高效计算。
面向遥感卫星的核心算法加速实践
星测未来针对卫星应用场景开展算法加速技术攻关，取得突破性进展。以遥感数据处理为例，核心算法包括图像压缩、SAR轨全流程实时处理以及AI目标识别等。
1/ 遥感图像压缩
传统图像压缩常用的ADV212方法处理速度快但是压缩效果差，我们采用AI图像压缩、JPEG2000软编两种新型方法，实现同等压缩性能下压缩比提升一倍。下图可以看到新型方法的12倍压缩效果比传统方法6倍压缩效果还要好。
在算法加速方面，我们采用AI图像压缩 + 异构加速；JPEG2000软件编码 + GPU并行加速的策略（相比于英伟达官方的nvJPEG2000效率提升5倍），在40W功耗水平下实现500MPixels/s 超高速率。其中，AI图像压缩方法适配多种GPU/NPU处理架构，JPEG2000软件编码方法支持无损压缩、码率精准控制（误差<1%）。
2/ SAR成像
SAR成像算法是遥感数据预处理环节中比较复杂的运算，算力需求较大，是星载智能算法优化的关键内容。
星测未来采用GPU多线程分块并行计算、内存管理优化以及流程调度优化等方法，实现SAR在轨成像效率显著提升。在英伟达GPU处理方案中，处理时间仅为4秒（功耗160W），在国产化GPU处理方案中，处理时间仅需7.3秒（功耗430W），也可以满足星上应用需求。
3/ AI目标识别
在AI目标识别方面，我们关注AI的三要素：数据、模型、算力。
首先要构建光学/SAR目标检测数据集，我们的StarDatabase针对多场景目标自建的私有样本达到百万规模，基于真实在轨L0级数据标注目标检测数据集，新增样本量3万+。
算法优化方面，主要采用一些通用的神经网络轻量化方法，包括量化、剪枝、搜索（NAS）、权重共享与知识蒸馏等。以Yolov5s为例，经一系列神经网络轻量化方法和算子优化的组合，在精度几乎无损的前提下，总体实现近10倍加速。
03 在轨应用场景案例
03 在轨应用场景案例
“天格计划”空间科学应用
“天格计划”微纳卫星伽马射线暴探测星座是我们最早进行在轨应用的案例，已经发射13颗载荷，实现了多星协同组网观测，并产出了多项重量级科学成果。
“天格计划”微纳卫星伽马射线暴探测星座是我们最早进行在轨应用的案例，已经发射13颗载荷，实现了多星协同组网观测，并产出了多项重量级科学成果。
/ 空间环境监测
值得一提的是，天格载荷在伽玛暴监测的同时也积累了大量宝贵的空间辐照数据，下面这张图是根据天格11B在轨几个月的观测数据绘制的真实辐射天区图，可以看到图中线框是美国研究机构公布的辐射水平数据，和现在实测数据已经存在偏差了。
另外天格05B实现了空间重带电粒子与γ光子逐事例甄别，例如在2023年7月在一次太阳风暴中监测到太阳质子流引起的质子通量上升。
值得一提的是，天格载荷在伽玛暴监测的同时也积累了大量宝贵的空间辐照数据，下面这张图是根据天格11B在轨几个月的观测数据绘制的真实辐射天区图，可以看到图中线框是美国研究机构公布的辐射水平数据，和现在实测数据已经存在偏差了。
另外天格05B实现了空间重带电粒子与γ光子逐事例甄别，例如在2023年7月在一次太阳风暴中监测到太阳质子流引起的质子通量上升。
即时遥感应用
在遥感星座的应用目前已有9颗载荷在轨，提供在轨数据服务。未来仍有30+颗等待发射，将在轨提供实时图像处理、目标检测。
以搭载在天仪SAR星“巢湖一号”上的星溪02-S21为例，在轨3年多时间内，累计开机工作时长约6420分钟，已完成428次在轨AI计算任务，成功率100%。
下图是星溪02-S21在2024年完成的一个及时遥感验证案例，通过SAR在轨全流程处理与AI目标识别，将关键情报通过北斗短报文快速下传。
2024年1月23日，搭载泰景三号02号光学星的星溪04Pro-B275，是我们首款面向存算传一体式载荷系统开发的高效板卡，算力高达275TOPS。支持高达6Gbps的光学遥感影像实时压缩，以及小于50m精度的在轨目标实时检测与几何定位功能。
在遥感星座的应用目前已有9颗载荷在轨，提供在轨数据服务。未来仍有30+颗等待发射，将在轨提供实时图像处理、目标检测。
以搭载在天仪SAR星“巢湖一号”上的星溪02-S21为例，在轨3年多时间内，累计开机工作时长约6420分钟，已完成428次在轨AI计算任务，成功率100%。
下图是星溪02-S21在2024年完成的一个及时遥感验证案例，通过SAR在轨全流程处理与AI目标识别，将关键情报通过北斗短报文快速下传。
2024年1月23日，搭载泰景三号02号光学星的星溪04Pro-B275，是我们首款面向存算传一体式载荷系统开发的高效板卡，算力高达275TOPS。支持高达6Gbps的光学遥感影像实时压缩，以及小于50m精度的在轨目标实时检测与几何定位功能。
通信场景协同计算验证
2024年11月27日，两颗星溪02Pro-S30载荷分别搭载光传01、02试验星成功发射，将开展通信场景下的计算平台在轨验证，包含多源数据管理以及任务规划等相关功能。
同时，我们与合作伙伴联合规划2颗技术验证星，具备星间、星地激光互联功能，搭载国产化、高算力星载GPU平台，预计25年Q4发射在轨。进一步验证星载计算技术在通信场景的应用。
2024年11月27日，两颗星溪02Pro-S30载荷分别搭载光传01、02试验星成功发射，将开展通信场景下的计算平台在轨验证，包含多源数据管理以及任务规划等相关功能。
同时，我们与合作伙伴联合规划2颗技术验证星，具备星间、星地激光互联功能，搭载国产化、高算力星载GPU平台，预计25年Q4发射在轨。进一步验证星载计算技术在通信场景的应用。
落地中的多样化场景
星测未来正在不断拓展业务场景，与合作伙伴开展技术及应用验证，包括遥感批量化应用、红外火灾监测、通信及卫星互联网以及空间态势感知等，希望能与业内伙伴们一起建设天基算力基础设施，助力卫星智能化应用走向千行百业。
星测未来正在不断拓展业务场景，与合作伙伴开展技术及应用验证，包括遥感批量化应用、红外火灾监测、通信及卫星互联网以及空间态势感知等，希望能与业内伙伴们一起建设天基算力基础设施，助力卫星智能化应用走向千行百业。
