衛星把 AI 推到軌道:台灣 GPGPU 在軌驗證的意義與限制
Tech News

衛星把 AI 推到軌道:台灣 GPGPU 在軌驗證的意義與限制

圖片:TechLab
TechLab 編輯部·

TechNews 科技新報報道,國家太空中心(TASA)與捷揚航電合作開發的 GPGPU 模組,已隨立方衛星「黑鳶1號」完成在軌驗證;報道將其稱為台灣首顆取得飛行履歷的 GPGPU。模組以輝達晶片為基礎,並採用模組化、抗輻射及高效散熱設計,以應對太空環境。

這項成果最直接的影響,是把部分影像分析工作由地面站前移至衛星。低軌衛星雖能取得大量地表影像,卻受限於與地面站的短暫通聯時間及下傳頻寬。據 TechNews 科技新報報道,低軌衛星每次經過台灣上空約只有 7 至 8 分鐘;若原始影像未能及時下傳,等候下一次通聯可能令取得資料的時間拉長至數小時。

先在軌道篩選,減少下傳資料量

GPGPU 的角色是執行已部署的 AI 模型。報道指出,黑鳶1號內部預載 100 張影像,透過 YOLO 模型進行辨識,再把判讀結果傳回地面;其結果與地面測試一致。若任務只需確認特定區域有否土石流、船艦或飛機,衛星便可只下傳辨識結果或警示資訊,而毋須立即傳送整張原始影像。

資料量落差正是衛星邊緣 AI 的價值所在。一張影像可達數百 MB,報道以土石流辨識為例,結果資訊可縮減至數十 KB、甚至數 KB。從應用角度看,這有機會讓災害監測或海上目標偵測的相關單位,更早取得可供初步處置的訊號。

不過,這並不代表原始影像變得不重要。AI 判讀可協助排序與篩選資料,但模型是否適合特定任務、辨識錯誤如何處理,以及後續是否需要下傳完整影像核實,仍會影響系統的實際可靠度。此次驗證主要證明預載影像與既定 YOLO 模型可在軌運行,不能據此延伸為所有遙測任務已完成驗證。

太空運算的難題在晶片以外

地面 GPU 的效能不能直接搬到衛星。太空近乎真空,散熱方式受限;模組還要承受高低溫循環、振動與輻射。TechNews 科技新報指出,捷揚航電為此從零件選材、電路設計及軟件系統著手,並完成輻射、熱真空及振動等模擬測試。當中,熱真空測試被視為關鍵關卡,因為它同時檢驗模組在真空與劇烈溫差下的運作能力。

報道亦稱,該模組經兩輪驗證後,技術成熟等級達 TRL 9。這個表述的實際意義,應聚焦於模組已取得一次任務飛行驗證,而非把它等同於已具備大規模商業部署條件。後者仍取決於不同任務軌道、模型、散熱負載及長時間運作下的持續驗證。

從代工經驗走向平台能力

捷揚航電過去以工業電腦技術切入太空 ODM,今次與 TASA 的合作則讓其累積自主研製與測試經驗。TechNews 科技新報指出,公司正與歐美、日本、新加坡及印度等市場客戶洽談,並已送出樣品供評估;這些仍屬接洽及驗證階段,並非已落實的訂單。

下一步值得觀察的,是模組能否在更多任務中重複使用,以及模型部署、地面端流程與衛星平台能否形成可調整的整合方案。若能把一次飛行履歷延伸為可持續迭代的硬件與軟件平台,衛星即時分析才有機會由單一示範任務,走向災害監測、船艦偵測等較常態化的應用。

延伸閱讀

AI 輔助說明: 本文由 AI 協助整理。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook