深度科普 | 星上AI如何助力卫星数据应用？

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对卫星运营的认知。

——AWS全球公共部门副总裁Max Peterson

”

卫星的性能提升与大规模星座带来数据暴增，以星链为例，每发射60颗星链卫星便包含4000多台Linux计算机，截止2023年9月，星链在轨活跃卫星数量已超过4000颗，这将在天基形成巨大的算力资源。

但受到通信带宽及地面基站限制，目前卫星数据下传及应用仍存在瓶颈。面对这一问题，技术上存在两个发展方向，一是通过激光通信技术扩展通信带宽，提升数据传输效率；二是通过星上计算提取关键信息，减小下传数据量，以计算换带宽，同时提升服务的时效性。

实际上，这两个解决方案相互关联、互有助力。其中，星上计算的功能主要是实现在轨数据处理和航天器自主控制，在决策和执行两个阶段发挥作用。在激光链路建设过程中，星上计算可以压缩过滤冗余信息；未来配合地面及太空高性能通信技术的同步发展，星上算力将会得到进一步释放，一方面实现卫星星座的智能控制和调度，助力天基数据中心建设；另一方面则能够赋能需求端的定制化计算任务，变革卫星数据应用的基本模式。

本文聚焦星上计算方向，通过国内外相关应用案例分析，从技术发展和应用驱动两个角度，简单介绍星上计算在卫星数据应用协同解决方案中的作用，并展望卫星数据应用的未来图景。

正文共3000字，预计阅读时间9分钟。

卫星获得的观测数据以及卫星自身产生的状态数据是海量的，目前通信带宽不足仍然是限制卫星数据应用的技术瓶颈。同时，我国卫星数据地面接收站发展缓慢也对卫星数据应用产生了限制，由于地面站建设需要考虑数据安全和所在地区的稳定性，目前国内及周边的接收站网只能覆盖我国全境及亚洲70%的疆域，还不能实现卫星数据全球快速落地。

利用星载边缘计算提取关键信息并下传，可以有效减小回传数据规模，显著提升响应速度，缓解卫星数据应用困境。

我国遥感卫星地面站覆盖范围（图片来源：中国科学院重大科技基础设施共享服务平台）

高分三号SAR卫星部署星上处理器提升在轨效能。

2021年11月，我国成功发射高分三号02星，该卫星能够提高对海上船舶观测和海上突发事件与海陆自然环境的监测能力，可满足海洋权益维护、海洋防灾减灾、海洋动力环境监测以及减灾、国土、环保、水利、农业和气象等领域应用需求。

为了提升在轨效能，高分三号02星增加了星上实时处理器，在特定观测模式下可以即时进行数据处理，省去了数据处理的“中间商”，直接与用户“见面”。以前，01星从获取数据到用户拿到影像图需要间隔几个小时的时间，02星在十几分钟内就能处理完成，在应急救援领域有着重要意义，节约了小时级的地面图像获取流程。

亚马逊成功验证在轨AI能力，转变数据管理方式。

亚马逊网络服务（AWS）同样采用星上计算技术来消除时延和带宽的挑战。2022年12月， AWS宣布，它成功地在低轨道卫星上运行了一套 AWS 计算和机器学习软件。这项AWS边缘计算产品能够供客户使用云直接在其轨道卫星上收集和分析有价值的空间数据，通过自动分析在轨的大量原始卫星数据，并且仅下传最有用的图像进行存储和进一步分析，从而降低成本并及时做出决策。

AWS 全球公共部门副总裁 Max Peterson 说，“使用 AWS 软件在轨执行实时数据分析，并通过云将该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对卫星运营的认知“。

部署AWS边缘计算产品的D-Orbit卫星示意图（图片来源：AWS）

利用星上AI计算实现星座智能控制和调度

现在卫星任务越来越复杂，需要及时应对突发情况以及运行环境变化。星载AI除了做数据处理之外，还能够提升边缘端的自主控制、自主决策的能力，完成长间距的智能控制和调度，助力卫星星座发展成为一个可以自治、自演进的独立功能体。既可以在地面控制下，星地协同工作，又可以独立运行工作，摆脱地面依赖，在特殊情况下提高系统的可靠性。

美国搭建国防太空体系架构，星载计算赋能自主决策和任务执行能力。

2020年，美国太空发展局(Space Development Agency, SDA)面向太空的战略作用，提出了国防太空架构(National Defense Space Architecture, NDSA)，分为传输层、跟踪层、监管层、威慑层、导航层、管理层、支持层等7层，其中管理层具有较强处理能力，支持基于人工智能的分布式管理、指挥、控制和通信等功能。

NDSA的总体目标是实现对地面与海面时间敏感目标的超视距瞄准，以及对高超声速和先进导弹威胁的预警和跟踪。美国太空军相关发言人称，星载计算允许卫星处理采集到的数据，相比传输到地面能够更快执行自主决策和任务。

另外，美国太空司令部在2023年明确提出，当前迫切需要现代化计算机化决策工具和连贯的战斗管理能力来实时关注轨道上的物体。太空部队计划在2024财年投资超过1亿美元，将用于部队相关技术的研发。

美国国防太空架构示意图（图片来源：SDA网站）

目前丰富的商业卫星数据资源使得数据应用端已深深扎入行业细分领域，成熟的卫星数据应用已服务于政府、金融、大宗商品和农业领域的客户，涌现出了一批优秀的卫星大数据服务公司。随着AI技术爆发式发展，星上AI也开拓了卫星应用的全新商业模式。

Sidus Space收购Exo-Space，利用人工智能技术全面提升空间服务产品竞争力。

2023年8月，卫星制造公司Sidus Space收购了太空边缘计算领域的佼佼者Exo-Space。Sidus创始人及CEO表示，EXO的边缘AI计算技术与Sidus传感器的结合能够向客户提供比数据更实用的解决方案，强化Sidus在对地和对空观测市场中的地位，并在更多的领域持续释放潜力，创造可观的价值。

同时，将EXO的AI模型与机器学习产品与Sidus产品线结合，能够提升硬件的商业价值，卫星星座、AI计算与软件平台的协同将为天基数据处理提供全新模式。战略与特殊项目高级副总裁Jared Novick认为“Exo-Space 结合了抗辐照加固硬件和弹性软件，通过软件平台让客户能够上传、更新和调整星上载荷功能，这是一种具有前瞻性的创新思维。这一想法符合卫星任务和数据收集中对灵活性和定制化日益增长的需求”。

Sidus Space公布收购消息（图片来源：Sidus Space）

释放高可靠低成本计算资源，形成天基数据中心

卫星数据量暴增的同时，大量星载计算机也创造了巨大的算力资源。通过多星协同、星地协同等方式，能够整合星上计算资源，提升计算与存储能力，完成复杂计算任务。

近年来多家太空初创企业和科技巨头多环节参与太空算力网络建设。

以SpaceX、Amazon Kuiper以及OneWeb等公司为空天地算力融合提供了天基算力网络基础。LeoCloud & Ramon Space、OrbitsEdge & HPE 等公司利用天基边缘计算节点减小地基网络的计算量，提升卫星数据的处理效率。NTT & SKY Perfect JSAT 以及 Cloud Constellation 主要关注天基地基之间数据传输的中继服务。地面云计算巨头如亚马逊，微软和谷歌为卫星数据提供云计算支持，有助于未来天基和地面侧算力网络的融合。

为减少地面数据中心碳排放，欧盟委员会正在研究建设星载数据中心的可能性。

卫星发射的成本正在大幅下降，而地面数据中心的能源成本在不断上升，为应对欧洲净零排放的战略目标，欧盟委员会认为可以将数据中心迁移到太空。2022年11月，欧盟委员会委托一家航天公司开展在轨数据中心可行性研究（ASCEND），评估将数据中心部署在太空的可实施性。

研究的第一个目标是评估这些空间基础设施的生产和发射所产生的碳排放量是否会明显低于地面数据中心产生的排放量，从而有助于实现全球碳中和。第二个目标是证明有可能开发所需的发射解决方案，并确保这些星载数据中心的部署和可操作性。

展望未来

随着AI整个行业的大的爆发，我们现在正处于一个算力变革的时代，边缘计算的能力将会逐渐凸显。同时，随着星间链路与星地链路的建设完成，数据传输的瓶颈将会得到极大缓解。可见卫星数据应用将迎来巨大变革。

从发展阶段来看，在卫星互联网基建期，星间、星地通信带宽仍然受限，针对高时效性的应用需求，需要星上AI实现从0到1的技术突破。当卫星互联网像地面核心网一样普及之时，AI将助力1-100的海量应用的爆发，实现卫星全产业链的智能化。