華為開源云原生AI衛星應用方案亮相KubeCon EU 2022
5月18日，在云原生領域備受矚目的會議——KubeCon和CloudNativeCon歐洲峰會主論壇中，華為推出首個開源云原生AI衛星應用方案。
基于昇思MindSpore的云原生AI衛星應用方案邏輯圖
近年來，低地軌道衛星成為全球空間技術領域發展的重點。當許多小型衛星和立方體衛星被發射到低地軌道時，就形成了衛星星座。全球低地軌道衛星的發展擁有著廣闊的前景，但也面臨了不少技術挑戰，如衛星星座管理、通信管理、空間交通管理、開拓新應用場景如太空采礦等。
為了積極應對挑戰，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結合，基于衛星星座打造航空航天計算開源在軌平臺，支持衛星技術的發展，構建空天一體化數字基礎設施。在本次KubeCon和CloudNativeCon歐洲峰會主論壇上推出的開源云原生AI衛星應用方案，就基于華為開源的KubeEdge云原生和昇思MindSpore全場景AI框架，具有開創性的創新意義。
"寶醞號"衛星通過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"具備了軌道地球協調的能力，能適用于軌道地球協調圖像推理、增量深度學習和聯合學習等新服務場景。昇思MindSpore是華為于2020年開源的全場景AI框架，是昇騰AI基礎軟硬件核心之一，支持終端、邊緣、云側的全場景靈活部署，"天算星座"也因此成為同類衛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星之間的多模型協作推理，以及地面增量模型訓練，便于在衛星上使用小模型，在地面數據中心進行訓練并使用全局模型。當模型遇到困難樣本時，衛星會壓縮樣本發送到地面，在地面中心使用昇思MindSpore執行增量學習任務，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星，衛星上通過Mindspore進行模型的解壓和更新，使衛星即可使用最新的模型持續開展包括森林火情檢測、大地遙感等業務。
在此次峰會中，開源云原生AI衛星應用方案是唯一入選今年CNCF歐洲峰會主題演講的國內開源方案。昇思MindSpore不僅支持遙感等科研類基礎模型的創新研究，也支持云原生AI衛星應用方案，是業界首個具備從衛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的技術還將擴展到衛星星座的更多新場景，同時也會在深空領域進行探索，如地球-軌道、火星-軌道、金星-軌道任務等。
