【热点】云原生边缘计算在太空成功验证,助力卫星进入智能时代

摘要:近期,全球首颗云原生边缘计算卫星“天算星座”试验卫星“宝酝号”在成功成功验证,将计算精度提升了 50% 以上,卫星回传数据量可减少 90%,卫星将进入云原生时代。

【热点】云原生边缘计算在太空成功验证,助力卫星进入智能时代

摘要:近期,全球首颗云原生边缘计算卫星“天算星座”试验卫星“宝酝号”在成功成功验证,将计算精度提升了 50% 以上,卫星回传数据量可减少 90%,卫星将进入云原生时代。

2020年,卫星互联网首次被明确纳入国家“新基建”范畴,卫星通信成为继有线互联、无线互联之后第三代互联网基础设施革命。随着应用领域的不断延伸,全球卫星产生的数据量首次超过卫星传输的数据量,因此在卫星上进行数据通信、融合、预处理的需求越来越强烈。

01、云原生边缘计算,打破在轨计算壁垒

自1957年太空中升起第一颗人造地球卫星以来,如今太空中的卫星已超3000颗。由于卫星平台的特殊性,其计算能力、通信能力、维护能力、平台能力相对较弱,每一颗在太空中正常运行的卫星,都会产生大量的数据。可传统的卫星都缺乏运算的“大脑”,它们只会记忆,不会运算,需要把海量的原始数据传输回地面中心处理,因此占据大量资源,卫星亟需实现“智能化”。

当卫星拥有了自己的“大脑”,能够在太空中计算处理数据后,会发生什么样嬗变?或许全球首颗云原生边缘计算卫星“天算星座”试验卫星“宝酝号”将提供一些答案。

据天算星座首席科学家、北京邮电大学教授王尚广教授介绍,“天算星座”计划由北京邮电大学深圳研究生院与天仪研究院共同发起,将成为我国卫星领域的一支重要力量,也将作为全球卫星网络科技创新基地之一,应对世界科技变革。

其“宝酝号”实现了在轨计算上“零的突破”,是全球首颗具备云原生与边缘计算能力的智能卫星。利用云原生边缘计算技术,卫星在太空中先对数据进行计算处理,可减少大量传输压力,实现“业务上天、服务在轨”,满足航空航天领域多样化的需求。

以通信、遥感为代表的传统卫星,只有储存能力,只能将存储的数据回传到地面,不具备星上处理能力。“宝酝号”上搭载的“天算星座”计算平台载荷,可实现卫星在轨计算处理,提高分布式应用协同能力和在轨AI推理能力。结合北邮开发的卫星网络系统、基础通信组件,还可为空天实验提供按需使用的计算能力。

云原生边缘计算平台的出现,有效降低了空天计算的实验门槛,使得天上卫星的管理,像地面服务器的管理一样简单,“地面鼠标点点,天上卫星颤颤”。

02、计算精度提升 50% ,卫星进入云原生时代

过去的卫星在研制时就有相应的任务,发射升空之后也只能完成特定任务,而有了云原生后,基于云原生的环境,可以在卫星上实现服务生成、更新或应用上注,将原来的任务A,升级或变更为任务B任务C。

也就是说,当卫星有了云原生边缘计算平台之后,科研人员可以在卫星上构建一个对所有资源进行统一管理的环境,像手机一样可以装各种各样的APP,分门别类用于环境监测或是科研实验,功能更强大,也就是智能卫星。

过去发生洪水时,需先在地面将“拍摄灾区图像”的指令传输给卫星,卫星再将拍摄到的影像回传。待卫星将影像回传后,地面再统一进行云检测和水域提取,到最终生成监测报告通常需要1天。由于卫星没有筛选处理能力,所有的数据还是要传到地面才能进一步应用,而分析回传的数据时发现,很大部分影像都有云层遮挡,是没有用的,因此卫星的在轨计算功能是迫切需求。

然而,当卫星有了云原生边缘计算能力后,卫星可以在轨进行AI推理,将被云层覆盖超50%的低质量图像数据丢弃,减少传输无效数据,降低传输压力。有效图片回传后,在地面再利用高精度AI模型进行运算,进一步缩短影像预处理、水域提取、监测报告生成的时间,最终生成监测报告只需1小时左右。显著提升应急响应时间。

智能卫星的投入使用,将给防灾减灾领域带来巨大变革。除了将应急响应时间从“天级”降低到“小时级”外,卫星边缘任务还可按需更新,通过在轨AI推理,比较暴雨前后图片,推测山体坍塌风险,提前预判地质灾害隐患,并发出预警。

测试数据表明,通过卫星与地面站协同推理,计算精度提升了 50% 以上,卫星回传数据量可减少 90%,卫星将进入云原生时代。这意味着卫星将在太空中可同时调用边缘和中心云的资源并具备 AI 能力和多任务处理能力,可最大限度提升效率和响应速度。

据了解,此次云原生边缘计算在太空成功验证后,将继续部署“天算星座”一期的6颗卫星,在太空中形成协同计算网络,更好地服务航空航天、应急通讯、生态监测、防灾减灾和城市建设等。

Read more

PPIO上线“企业Token Plan”:主流旗舰模型最低6折接入,支持200席位

PPIO上线“企业Token Plan”:主流旗舰模型最低6折接入,支持200席位

AI 应用落地进入规模化阶段后,企业面临的挑战已经从“能不能用”变成了“怎么用得起、用得稳、管得住”。 过去一年,模型 API 的调用成本普遍下降了一个数量级,但这并没有让企业的 AI 预算问题消失。主流可用的模型从三五个变成了十几个,每家厂商定价体系不同,缓存机制不同,并发限制也不同。多模型混用的企业团队,往往需要维护多个账户、多套账单,遇到某个模型价格调整或服务波动时处理起来相当被动。 而现在,PPIO 发布的企业 Token Plan,正是要解决这些问题。 一键接入 17 款主流大模型,支持 200 席位 PPIO 企业 Token Plan 是一套标准化的预付费折扣产品,核心机制是“融合 Token”:以 DeepSeek V4 Flash 输入 Token 为基准单位(

By PPIO
PPIO正式发布“Fusion融合模型”:用十分之一的价格超越顶级模型的智商

PPIO正式发布“Fusion融合模型”:用十分之一的价格超越顶级模型的智商

省钱又智能的 Fusion 融合模型来了! 跟仅做简单请求转发的传统 API 网关不同,PPIO 智能模型网关正式上线的新功能——Fusion 融合模型会将每次调用变成一场“专家会诊”——网关会将复杂任务同时分发给多个各有所长的“专家模型”并行作答,再通过思考编排与交叉验证,由主模型融合生成最终答案。 Fusion 模型以智能优先、兼顾性价比:通过工程化的融合手段,把回答质量稳定在头部旗舰模型梯队,同时把成本控制在中低梯队。在 DRACO 深度研究基准测试中,PPIO 用三个开源模型融合后的评分超越了 Claude Fable 5,而成本仅为后者的十分之一。 Fusion 融合模型证明,智能的提升不再只发生在参数层,它也可以发生在调用层。 为什么 Agent 时代不能只依赖一个模型? 2026 年,大模型市场进入密集迭代期。Claude、GPT、Kimi、GLM 等主流模型几乎每季度都有新版本发布,排行榜的头部位置频繁更替。对应用开发者而言,可选的模型越来越多,但每个模型都有各自的短板。

By PPIO
爆满收官!PPIO构建AI落地“最强朋友圈”

爆满收官!PPIO构建AI落地“最强朋友圈”

WAIC开展前夜,7月16日,我们在上海北外滩组织了一场AI Builders Night。 从模型、Agent 到算力、数据与应用,AI 行业的变化越来越快。 但当热度持续攀升,一个更具体的问题也被反复提起:技术能力不断向前,究竟有多少产品真正进入了业务,进入了用户的工作流,进入了真实世界? 这一次,我们把讨论留给正在一线推进的人。 # 01 重磅圆桌 行业大佬拆解AI落地真相 我们邀请了四位深耕AI产业、落地经验丰富的重磅嘉宾:PPIO 合伙人陆昆仑、明略科技创始人吴明辉、Joulebeat 创始人向涛,以及蚂蚁集团副总裁 & 蚂蚁百灵大模型负责人周俊。 讨论全程聚焦AI创业、产品落地的真实痛点与真实困惑:团队踩过的实战深坑、被用户否决的功能、倒逼产品改版的客户反馈、曾经判断失误的行业决策。 比起复盘“做对了什么”,这些真实的试错成本、尚未解决的行业难题,才是更有参考价值的行业经验。 几位嘉宾以不同赛道、不同视角的观点交锋,展开了激烈的探讨,最终沉淀出统一共识:AI的价值从来不在于单次演示的惊艳效果,而在于能否打通企业数据与系统、适配复杂业务流程,

By luigi