AWS成功在衛星部署機器學習技術，供用戶在太空邊緣處理原始資料

雲端上太空成了新興雲端發展方向之一，AWS也致力於在太空建構雲端基礎設施，該公司在其雲端大會AWS re:Invent 2022公開目前雲端上太空的最新成果，他們已經在軌道衛星成功執行AWS運算和機器學習軟體，而AWS提到，這是目前史無前例的太空實驗。

這項太空實驗在過去10個月於低地球軌道衛星上進行，目標是要測試以更快更有效的方式，讓用戶可以透過雲端服務，直接在衛星上收集和分析太空資料。目前的實驗成果，用戶已經能夠在衛星上分析大量原始太空資料，並且僅透過衛星下行連結傳送有用的圖像，以供進一步儲存和分析，藉以降低成本並且加速決策步調。

AWS提到，在衛星上執行即時資料分析，並透過雲端將分析結果直接交付給決策者，是目前太空資料管理的明確發展方向，有助於突破目前衛星營運的邊界。也就是說，衛星營運商能夠使用熟悉的AWS工具和更新的命令，透過雲端安全地與太空裝置通訊。

這項太空雲端實驗，AWS與D-Orbit、Unibap兩家太空業者合作，D-Orbit是太空物流和運輸服務公司，其使用AWS運算和機器學習服務，在ION衛星（下圖）上快速分析大量太空資料進行地球觀測。另外，Unibap則是在衛星上部署程式，目標是要讓終端客戶可以將原始衛星資料，在數分鐘內轉換成為警報，像是從太空辨識地球雲層或是野火煙霧，甚至是建築物和船隻等物體，在特定條件發出警報作為觸發事件。

AWS解釋，原始衛星圖像和資料集檔案通常非常龐大，所以Unibap透過機器學習技術，大幅縮小圖像42％，進而提高處理速度並且實現即時推理運算。Unibap團隊透過多個地面站與衛星連線，雙向操作太空資料，而這仰賴AWS雲端和衛星之間的TCP/IP代理，這種方式讓Unibap團隊不需要手動處理多重下行連結，系統將自動管理檔案傳輸。

目前AWS、Unibap和D-Orbit的聯合太空實驗仍在進行中，並且繼續測試各種可能性，包括探索更多在衛星處理原始資料的方法，或是更精細的資料傳輸方式。