SpaceEdge 2

Om projektet

Projektet SpaceEdge 2 genomförs i samarbete mellan Unibap och AI Sweden, för att fokusera på förfining av edge-teknik för hantering av markbundna och omloppsbana data och utnyttjande av data för utveckling och träning av AI/ML (maskininlärning) applikationer. 

Genom att dra nytta av synergierna med AI Swedens rymdprojekt och partnerekosystem engagerar vi oss med potentiella partners och samarbetspartners för att ta fram idéer om applikationer som kan distribueras på SpaceEdge-plattformen för att testa och validera applikationer. Projektet har samlat intressegrupper med erfarenhet av AI (artificiell intelligens) och inom rymdområdet.

En potentiell och omvälvande lösning är att flytta bearbetningsuppgifterna till kanten, dvs. att flytta databehandlingsuppgiften till satelliterna. Projektet SpaceEdge 2 genomförs i samarbete med Unibap och AI Sweden, för att fokusera på att utveckling av edge-teknik skräddarsydd för datahantering ombord på satelliter samt att öka kommunikationseffektiviteten mellan stationer i omloppsbana och markstationen.

Genom att testa AI/ML-modeller och den decentraliserade uppsättningen i AI Swedens labb först, på Unibaps hårdvaruenheter kan vi effektivt simulera förhållanden i omloppsbanan och därmed identifiera och lösa potentiella problem i säkerheten av ett labb på marken. 

När stabila förhållanden har uppnåtts kommer vi att ta vidare testerna ombord för framtida Unibap-uppdrag.
Under denna process kommer vi att ta fram tekniska rapporter om de lagrings- och datorkrav som ställs.

Utmaningar

En stor del av rymdinfrastrukturen är inriktad på jordobservation (EO - Earth Observations), som producerar enorma mängder data vilken kan användas för att träna ML-modeller som kan användas för att fatta beslut i realtid från marken. 

Som med alla modeller är det dock viktigt att förstå hur de beter sig och hur tillförlitliga förutsägelserna är under olika förhållanden. Forskning inom detta område krävs för att jämföra prestandan hos ML-modeller och datahantering på edge-enheter som är skräddarsydda för rymduppdrag.
Eftersom satellitkonstellationer i allt högre grad blir en ny standard måste vi förstå utmaningarna med distribuerade beräkningar, decentraliserad inlärning och modellförståelse i denna konfiguration.

Förväntade resultat

Huvudmålet är att bli en internationell ledare inom edge learning och edge computing i rymden. Detta genom att demonstrera end-to-end ombord AI (datadriven) informationsbehandling genom att utnyttja de kombinerade nationella kompetenserna och resurserna från Unibap (Uppsala), AI Sweden Edge lab (Göteborg) och med andra bidragsgivare i Sverige (med hjälp av VPN-åtkomst).

Vi kommer att flytta beräkningsprocessen till kanten och utnyttja decentraliserat lärande:

• För att ytterligare minska kommunikationsfördröjningen
• För att förbättra kvaliteten på utbildningsdata
• För att begränsa behovet av bandbredd på marken till satellitkommunikation

Detta har potential att skapa förutsättningar för innovation inom tillämpad AI och ML, såsom att prioritera förklarbarhet av modeller, distribuerade beräkningar och decentraliserat lärande, samtidigt som det understryker vikten av att beräknings- och mjukvaruinfrastruktur finns i hårdvara som är utformad för rymden.

Den här utformningen är särskilt skapad för att applikationer från andra intressenter också byggs och aktiveras på den, vilket demonstrerades under projektets första år. Detta främjar tvärvetenskaplig dialog samtidigt som det ger input till utvecklingen av både AI-teknik och infrastruktur i rymden, vilket gör det till en unik arena som driver på innovation inom rymdteknik samt utnyttjande av rymddata.

SpaceEdge 2 gör det möjligt för oss att utföra metodutforskning, undersöka datahantering i rymden och utnyttja distribuerade beräknings- och inlärningsalgoritmer i rymden. Projektet kommer att ge fördjupad kunskap om de senaste CPU/GPU-lösningarna och utvecklingen av acceleratorer för AI/ML som kan användas ombord på satelliter i rymden.

SpaceEdge bör dessutom bidra väsentligt till Agenda 2030.

Status

Programvaruversionen möjliggör nu hantering av satellitapplikationer från utveckling via distribution till utförande i satelliter. Vi testar för närvarande hårdvaran och kommer att ta fram rapporter som definierar kraven för en konceptuell design av nästa generations nyttolasthårdvara.

För mer information, kontakta