Hewlett Packard Enterprise ha annunciato che HPE Spaceborne Computer-2 (SBC-2), il primo sistema di edge computing commerciale nello spazio, nonché il primo sistema AI-enabled a operare sulla Stazione Spaziale Internazionale (ISS), ha completato con successo 24 esperimenti di ricerca, velocizzando il time-to-insight da mesi e giorni, a minuti.
Gli esperimenti hanno comportato l’elaborazione dei dati in tempo reale e il test di nuove applicazioni per dimostrarne l’affidabilità nello spazio, parte dell’impegno a incrementare l’autonomia degli astronauti. Questi esperimenti hanno interessato settori che vanno dall’assistenza sanitaria all’elaborazione delle immagini, dal natural disaster recovery alla stampa 3D, dal 5G alle soluzioni basate sull’intelligenza artificiale.
“Dotando di capacità di edge computing e intelligenza artificiale la Stazione Spaziale Internazionale con Spaceborne Computer-2, abbiamo contribuito a sostenere una comunità di ricerca collaborativa che condivide l’obiettivo di realizzare scoperte scientifiche e ingegneristiche a beneficio dell’umanità, sullo spazio e qui sulla Terra“, ha affermato il Dottor Mark Fernandez, ricercatore principale, Spaceborne Computer-2, presso HPE. “Siamo orgogliosi di questo lavoro, tutt’ora in corso, che ha già portato a 24 esperimenti completati, da varie organizzazioni, che aprono la via a nuove possibilità per l’esplorazione spaziale e al raggiungimento di nuove pietre miliari per l’umanità“.
Innovazione per edge computing e intelligenza artificiale nello spazio con Spaceborne Computer-2
HPE, in collaborazione con l’ISS National Laboratory, ha lanciato Spaceborne Computer-2 nello spazio nel febbraio 2021, ed è stato installato sull’ISS a maggio 2021. La soluzione comprende le soluzioni di edge computing di HPE, il sistema HPE Edgeline Converged EL4000 Edge, che fornisce un sistema robusto e compatto progettato per funzionare negli ambienti edge più difficili, come lo spazio, e il server HPE ProLiant DL360, un server affidabile industry-standard, per ulteriori capacità ad alte prestazioni per affrontare una vasta gamma di carichi di lavoro, tra cui edge, HPC, AI, ecc.
SBC-2 fa parte di una missione più ampia per far progredire in modo significativo le capacità di elaborazione e ridurre la dipendenza dalle comunicazioni mentre l’umanità è impegnata a viaggiare sempre più lontano nello spazio verso la Luna, Marte e oltre. La soluzione mostra anche potenziali modi in cui gli astronauti possono accrescere l’autosufficienza nell’elaborazione dei dati direttamente sulla stazione spaziale, in tempo reale, superando problemi di latenza e i tempi di attesa necessari quando si affidano all’invio di dati grezzi alla Terra per essere elaborati, analizzati e inviati nuovamente nello spazio.
Consentire un’elaborazione più rapida e tempi di invio dei dati sulla Terra più brevi per una velocità di 20.000 volte superiore
Le capacità di edge computing rese disponibili da SBC-2 hanno anche il potenziale per consentire agli astronauti e agli esploratori spaziali di inviare dati sulla Terra, sia per essere ulteriormente analizzati o utilizzati in altro modo, in dimensioni radicalmente compresse e a una velocità maggiore. In precedenza, 1,8 GB di dati grezzi sulla sequenza del DNA richiedeva un tempo medio di 12,2 ore solo per essere inviati sulla Terra per l’elaborazione iniziale. Con SBC-2, i ricercatori a bordo della stazione spaziale possono elaborare gli stessi dati in sei minuti per estrarre insights significativi, comprimerli in 92 KB e inviarli sulla Terra in soli due secondi, con un aumento di velocità di 20.000 volte.
Spaceborne Computer-2 completa 24 esperimenti utilizzando in-space edge computing e l’intelligenza artificiale
Dalla sua installazione sulla ISS, Spaceborne Computer-2 ha condotto dozzine di esperimenti elaborando dati all’edge, in tempo reale, per ricercatori e realtà che stanno sviluppando capacità rivoluzionarie per l’esplorazione spaziale come Axiom, Cornell University, Comucore, Microsoft, NASA e Titan Space Technologies. Tra questi esperimenti:
- Studio sull’incremento della sicurezza e dell’autosufficienza umana utilizzando il rilevamento tramite intelligenza artificiale dei danni ai guanti degli astronauti. Gli astronauti sulla ISS sono spesso impegnati in passeggiate spaziali durante le quali riparano apparecchiature, installano nuovi strumenti e aggiornano caratteristiche e funzioni della stazione spaziale. Per questo indossano guanti che possono subire un naturale processo di usura, ma anche strappi e tagli, che possono rappresentare problemi di sicurezza. In un esperimento condotto da NASA, HPE e Microsoft, le foto e i video registrati nello spazio di guanti indossati di recente dagli astronauti, sono stati elaborati utilizzando le capacità di intelligenza artificiale di Spaceborne Computer-2. Il modello dell’analizzatore di guanti, sviluppato congiuntamente da NASA e Microsoft, è stato quindi utilizzato per cercare rapidamente segni di danni direttamente in orbita, nello spazio. Se viene rilevato un danno, una foto annotata dall’intelligenza artificiale viene generata nello spazio e immediatamente inviata sulla Terra, evidenziando le aree per un’ulteriore revisione da parte degli ingegneri della NASA.
- Interpretazione automatica delle immagini satellitari dopo un disastro: il Jet Propulsion Laboratory (JPL) della NASA osserva la Terra dallo spazio per studiare il clima, oltre a supportare la risposta ai disastri. Utilizzando Spaceborne Computer-2 insieme a processori embedded, il JPL ha testato diverse reti di inferenza di deep learning per interpretare automaticamente le immagini telerilevate di terreni e strutture dopo un disastro. Ad esempio, due di queste tecniche utilizzano i dati radar della piattaforma UAVSAR per: determinare l’estensione di un’alluvione generata, ad esempio, da un uragano e per definire i danni agli edifici urbani causati, sempre ad esempio, da un terremoto. Queste tecniche potrebbero essere utilizzate a bordo di futuri veicoli spaziali per fornire rapidamente informazioni utilizzabili alle autorità competenti per assistere nel disaster recovery.
- Consentire la stampa 3D nello spazio con un software validato. Guardando ai futuri viaggi nello spazio profondo, appare chiaro che inviare dalla Terra pezzi per riparare o costruire nuove apparecchiature non sarà tempestivo e pratico. Per aumentare l’autosufficienza consentendo la produzione additiva per gli astronauti che viaggiano oltre l’orbita terrestre bassa (LEO), Cornell Fracture Group, parte della Cornell University, un’università attiva nel campo della ricerca, ha sviluppato un software di modellazione in grado di simulare la stampa 3D di parti metalliche e persino prevedere eventuali guasti e deformazioni che possono verificarsi durante la stampa nelle difficili condizioni dello spazio. Il software è stato testato con successo su Spaceborne Computer-2, validando il suo utilizzo nello spazio per simulare digitalmente una parte e capire come funzionerà nella realtà.
- Ampliare la capacità di rete sulla ISS con un prototipo di core 5G: Cumucore, un fornitore di soluzioni di rete mobile privata, ha testato la sua rete core 5G, insieme a emulatori RAN e altre funzionalità, su Spaceborne Computer-2, per emulare le capacità attuali sulla stazione base e dispositivi dell’utente finale. La validazione ha dimostrato il potenziale per installare capacità 5G all’avanguardia su specifici satelliti e veicoli spaziali per aprire la strada a un nuovo livello di comunicazioni nello spazio. La validazione ha anche il potenziale per supportare opportunità nel prossimo futuro utilizzando il 5G, vista la rapida espansione della commercializzazione dello spazio.
- Sviluppo di codici software per calcolare il fabbisogno di carburante in base alla distanza percorsa nello spazio: nell’ambito del proprio impegno attivo con studenti di tutto il mondo per indirizzare e supportare gli sforzi nella ricerca STEM, HPE ha aperto Spaceborne Computer-2 agli studenti indiani coinvolti in Codewars, una comunità e competizione educativa nella programmazione informatica. I progetti si sono concentrati principalmente sullo sviluppo di codice utilizzando C++, Python e Fortran, mentre uno di questi include il codice del teorema di Pitagora in C++ per calcolare la quantità di carburante necessaria per una determinata distanza di viaggio spaziale diretto, senza rifornimento.