登录注册
返回分论坛目录

卫星计算: 面向太空算力的关键技术

简介

随着人工智能快速迭代以及地面算力、能源和网络基础设施压力持续上升,计算资源正逐步从地面延伸至太空,太空算力由此成为人类拓展生产力边界的新型基础设施。通过将计算节点部署于卫星平台,并依托星座化组网,将分散在轨的计算、存储和通信资源组织为可协同、可调度、可扩展的天基计算系统,卫星将不再只是信息获取与传输节点,而有望进一步成为持续提供智能处理与算力服务的空间基础设施。本次论坛将围绕太空算力基础设施的核心技术与实践路径展开,邀请相关领域嘉宾作引导发言,重点探讨星座自主运行、智能资源调度和融合网络控制等典型方向,分析卫星如何在复杂空间环境中提升自主感知、自主决策与异常处置能力,如何实现计算、通信、存储和能源资源的协同调度,以及如何通过星间、星地和天地融合网络保障算力服务的稳定运行。随后,论坛将聚焦“如何构建自主、高效、可靠的太空算力基础设施”这一核心议题开展开放讨论,梳理卫星计算由地面依赖走向在轨自治、由单星处理走向星座协同、由资源分散走向系统化算力服务的技术演进路径,启发计算机与航天领域研究者的交叉思考,共同推动太空算力领域的研究与发展。

简介为官网原文,部分内容可能未写完。

人员

主席

  • 王尚广 · 北京邮电大学

嘉宾

  • 王兴伟 · 东北大学
  • 谢鲲 · 湖南大学
  • 高跃 · 复旦大学
  • 李晴 · 北京邮电大学
  • 邢若粼 · 一苇宇航(北京)科技有限公司

报告安排

  1. 13:30–13:35

    无

    王尚广 · 北京邮电大学

    简介

    无

  2. 13:35–14:15

    软件定义空天地一体化网络控制机制

    王兴伟 · 东北大学

    简介

    面向未来网络全时全域覆盖愿景,本报告提出了软件定义空天地一体化网络架构。针对其运行控制面临网络拓扑时变、流量不均及链路易断等严峻挑战,本报告剖析了传统集中式控制在空天地一体化融合场景下的局限性,构建了分布式多层分层多控制器部署架构,提出了智能网元动态迁移机制,为构建高弹性、高可靠、高容错、低时延、负载均衡的空天地一体化网络控制机制提供创新解决方案。

  3. 14:15–14:55

    巨型星座网络低开销测量:从地面网络到天基场景的思考

    谢鲲 · 湖南大学

    简介

    随着 Starlink、GW 星座等巨型星座加速部署,星座网络的节点规模与拓扑动态性达到前所未有的量级,传统全量测量方式面临测量开销爆炸、星上资源受限、星地回传昂贵等严峻挑战。本报告介绍我们在地面网络测量中形成的"测少量、推全局"技术体系:利用监控数据内在的低秩特性,通过自适应采样、带内遥测与结构化采样调度大幅降低测量开销,并借助张量填充等恢复技术从10%~20%的采样数据中高精度重建全网状态,支撑异常检测、网络距离测量等运维任务。在此基础上,报告将重点探讨该体系向天基场景迁移的思考:高动态拓扑下的低秩性与采样调度、星地协同的测量架构等开放问题与研究机遇。

  4. 14:55–15:35

    星地大小模型协同学习与拆分推理研究

    高跃 · 复旦大学

    简介

    人工智能能力部署到数据生成源,可充分发挥卫星与地面设备对数据的处理与分析的潜力。本报告将介绍分割学习与拆分推理这一新兴的分布式深度学习范式。该方法通过按层划分模型,使资源受限的设备能够将大量训练任务卸载至边缘设备,从而有效缓解星上计算负担,并探索星地大小模型协同推理研究。

  5. 15:45–16:25

    星座智能自主运行研究与实践

    李晴 · 北京邮电大学

    简介

    随着低轨卫星星座规模持续扩大,传统依赖地面集中控制和人工决策的运控模式,面临响应时延高、协同复杂、资源受限和扩展能力不足等挑战。本报告围绕星座智能自主运行体系,从安全、健康、高效和进化四个方面,介绍轨道预测与自主避碰、真实在轨数据分析与动态评测、能源与任务协同调度、分布式训练和在轨模型更新等研究工作,并结合算网能热联合仿真平台和真实实验卫星系统,探讨如何构建数据、算法、评测、仿真与硬件协同支撑的闭环技术体系,推动卫星星座由地面控制走向自主感知、自主决策、协同运行与持续进化。

  6. 16:25–17:05

    LLM-Agent赋能卫星计算自主操作

    邢若粼 · 一苇宇航(北京)科技有限公司

    简介

    作为太空算力网的在轨节点,卫星的计算性能日益受到能耗散热管理这一关键瓶颈的制约。本报告探索将大模型Agent引入卫星计算系统,打造面向空天地一体化算网融合的智能化自主操作新范式,包含三个核心技术:一是基于卫星遥测和计算载荷信息构建能耗散热的实时监测体系,通过多维数据融合构建高质量数据集;二是基于深度学习架构的高精度预测技术,结合时序建模与计算载荷实际特征实现复杂空间环境下的准确预测;三是大模型Agent驱动的自主调度机制,实现在轨计算资源与能源散热管理的智能协同,为太空算力与地面云、边缘终端的统一调度和自主运行提供支撑。