近日，華為推出首個開源云原生AI衛(wèi)星應(yīng)用方案。

　　基于昇思MindSpore的云原生AI衛(wèi)星應(yīng)用方案邏輯圖近年來，低地軌道衛(wèi)星成為全球空間技術(shù)領(lǐng)域發(fā)展的重點。當許多小型衛(wèi)星和立方體衛(wèi)星被發(fā)射到低地軌道時，就形成了衛(wèi)星星座。全球低地軌道衛(wèi)星的發(fā)展擁有著廣闊的前景，但也面臨了不少技術(shù)挑戰(zhàn)，如衛(wèi)星星座管理、通信管理、空間交通管理、開拓新應(yīng)用場景如太空采礦等。

　　為了積極應(yīng)對挑戰(zhàn)，北京郵電大學與天儀研究院啟動"天算星座"計劃，目的是依托云原生和人工智能的技術(shù)結(jié)合，基于衛(wèi)星星座打造航空航天計算開源在軌平臺，支持衛(wèi)星技術(shù)的發(fā)展，構(gòu)建空天一體化數(shù)字基礎(chǔ)設(shè)施。在本次KubeCon和CloudNativeCon歐洲峰會主論壇上推出的開源云原生AI衛(wèi)星應(yīng)用方案，就基于華為開源的KubeEdge云原生和昇思MindSpore全場景AI框架，具有開創(chuàng)性的創(chuàng)新意義。

　　"寶醞號"衛(wèi)星通過KubeEdge云原生和昇思MindSpore全場景AI框架，支持AI模型在終端、邊緣、云全場景靈活部署，使"寶醞號"具備了軌道地球協(xié)調(diào)的能力，能適用于軌道地球協(xié)調(diào)圖像推理、增量深度學習和聯(lián)合學習等新服務(wù)場景。昇思MindSpore是華為于2020年開源的全場景AI框架，是昇騰AI基礎(chǔ)軟硬件核心之一，支持終端、邊緣、云側(cè)的全場景靈活部署，"天算星座"也因此成為同類衛(wèi)星星座中第一個具有分布式深度空間學習能力的星座。

　　KubeEdge和昇思MindSpore主要用于建立地面和衛(wèi)星之間的多模型協(xié)作推理，以及地面增量模型訓(xùn)練，便于在衛(wèi)星上使用小模型，在地面數(shù)據(jù)中心進行訓(xùn)練并使用全局模型。當模型遇到困難樣本時，衛(wèi)星會壓縮樣本發(fā)送到地面，在地面中心使用昇思MindSpore執(zhí)行增量學習任務(wù)，提高模型精度，地面中心將模型局部更新并壓縮后上傳至衛(wèi)星，衛(wèi)星上通過Mindspore進行模型的解壓和更新，使衛(wèi)星即可使用最新的模型持續(xù)開展包括森林火情檢測、大地遙感等業(yè)務(wù)。

　　在此次峰會中，開源云原生AI衛(wèi)星應(yīng)用方案是唯一入選今年CNCF歐洲峰會主題演講的國內(nèi)開源方案。昇思MindSpore不僅支持遙感等科研類基礎(chǔ)模型的創(chuàng)新研究，也支持云原生AI衛(wèi)星應(yīng)用方案，是業(yè)界首個具備從衛(wèi)星到地面人工智能計算中心全場景遙感AI能力的開源AI框架。

　　未來，基于云原生KubeEdge和昇思MindSpore的技術(shù)還將擴展到衛(wèi)星星座的更多新場景，同時也會在深空領(lǐng)域進行探索，如地球-軌道、火星-軌道、金星-軌道任務(wù)等。