W 2021 r. na Międzynarodową Stację Kosmiczną trafiły pierwsze komercyjne systemy edge computingu i sztucznej inteligencji umożliwiające astronautom szybsze przetwarzanie danych. Naukowcy NASA we współpracy z firmami Microsoft i Hewlett Packard Enterprise mogli natomiast przetestować w przestrzeni kosmicznej technologię sztucznej inteligencji z wykorzystaniem systemu HPE SBC-2.

20 lutego 2021 r. wystrzelono na orbitę system Spaceborne Computer-2 (SBC-2) z 15. misją zaopatrzeniową Northrop Grumman na Międzynarodową Stację Kosmiczną (International Space Station, ISS), gdzie został zainstalowany w maju 2021 r. Statek kosmiczny NG-15 nazwano S.S. Katherine Johnson na cześć czarnoskórej matematyczki NASA, której osiągnięcia odegrały ogromną rolę we wczesnych sukcesach programu kosmicznego. Głównym zadaniem systemu SBC-2 było umożliwienie przetwarzania danych w czasie rzeczywistym na pokładzie ISS oraz przyspieszenie analiz prowadzonych w ramach różnych eksperymentów w kosmosie – od przetwarzania obrazów medycznych i sekwencjonowania DNA po pozyskiwanie wartościowych informacji z wielu zdalnych czujników i satelitów.

HPE SBC-2 jest pierwszym komercyjnym rozwiązaniem edge computing, które umożliwia przetwarzanie danych na brzegu sieci w czasie rzeczywistym w kosmosie. Stworzono go przy użyciu specjalnych, wytrzymałych komponentów przystosowanych do trudnych warunków panujących w przestrzeni kosmicznej. Może wykonywać ponad 2 bln obliczeń – lub 2 teraflopy – na sekundę. SBC-2 tworzą rozwiązania HPE przeznaczone do przetwarzania danych na brzegu sieci: konwergentny system brzegowy HPE Edgeline EL4000 oraz serwer HPE ProLiant DL360. Umożliwiają one pozyskiwanie i przetwarzanie danych w czasie rzeczywistym z różnorodnych urządzeń (w tym satelitów i kamer) w obszarach takich jak: przetwarzanie brzegowe, wysokowydajne obliczenia HPC (ang. high-performance computing) i sztuczna inteligencja.

SBC-2 wyposażono również w procesory graficzne (GPU), które pozwalają na efektywne przetwarzanie danych graficznych charakteryzujących się wysoką rozdzielczością obrazu, takich jak zdjęcia polarnych pokryw lodowych na Ziemi czy medyczne zdjęcia rentgenowskie. Możliwości oferowane przez GPU są również wykorzystywane w wybranych projektach opartych na algorytmach sztucznej inteligencji i technikach uczenia maszynowego (ang. machine learning).

Dr Mark Fernandez, architekt rozwiązań w dziale Converged Edge Systems w HPE i główny badacz w projekcie SBC-2, twierdzi, że współpraca z NASA i amerykańskim laboratorium ISS National Laboratory otwiera nowe możliwości badawcze. A za najważniejszą korzyść płynącą z wysłania w kosmos SBC-2 uważa możliwość prowadzenia analiz w czasie rzeczywistym.

Zaawansowane rozwiązania wbudowane w SBC-2 umożliwiają astronautom wyeliminowanie większych opóźnień i czasu oczekiwania na efekty przetwarzania danych wysyłanych na Ziemię i z powrotem. Dzięki temu wyniki analiz są dostępne natychmiast, co oznacza przyspieszenie wielu projektów. Jednym z nich jest monitorowanie stanu fizjologicznego astronautów w czasie rzeczywistym dzięki przetwarzaniu zdjęć rentgenowskich i ultrasonograficznych oraz innych danych medycznych, co pozwala na szybsze diagnozowanie ludzi przebywających w kosmosie. Kolejny to np. interpretacja danych płynących ze zdalnych czujników. NASA i inne organizacje umieściły na ISS oraz satelitach setki czujników, które zbierają ogromne ilości danych – przesłanie ich na Ziemię w celu przetworzenia wymaga znacznej przepustowości.

Dzięki umieszczeniu systemów edge computing w kosmosie naukowcy mogą przetwarzać na pokładzie stacji kosmicznej obrazy, sygnały i inne dane związane z wieloma różnymi projektami badawczymi. Te projekty to np. badanie zmiany trendów natężenia ruchu drogowego; monitorowanie jakości powietrza dzięki pomiarom poziomu emisji i innych zanieczyszczeń w atmosferze; śledzenie obiektów poruszających się w przestrzeni i atmosferze, od samolotów po starty pocisków rakietowych.

Cały artykuł Edge computing i sztuczna inteligencja w badaniach kosmicznych w czerwcowym wydaniu miesięcznika IT Professional.