Missione compiuta: edge computing nello spazio

Arrivare a milioni di chilometri dal datacenter

Nello spazio gli astronauti devono prendere decisioni cruciali rapidamente. Le condizioni superficiali o atmosferiche sono idonee per un determinato esperimento? Dov'è più probabile trovare i giacimenti di ghiaccio sulla Luna da convertire in combustibile? Di che tipo di terapie mediche necessitano gli astronauti? L'attrezzatura a bordo o le tute per le attività extraveicolari (EVA) hanno dato segno di possibili malfunzionamenti?

Ogni minuto conta. Tuttavia trasmettere i dati raccolti dai sensori dallo spazio alla Terra, dove verranno analizzati, richiede tempo. Per l'invio della misurazione di una singola temperatura ci vogliono da 5 a 20 minuti. Le immagini ad alta risoluzione di Marte scattate dal rover Perseverance hanno impiegato due giorni per arrivare sulla Terra, e per l'analisi spettrale ad alta risoluzione i tempi si dilatano ancora di più. 

Soluzione: prendere le decisioni all'edge con l'intelligenza artificiale

Grazie all'edge computing, che consente di analizzare i dati vicino alla posizione dove vengono generati anziché inviarli sulla Terra, la NASA e i suoi fornitori sono riusciti ad accelerare i processi decisionali nello spazio. I dispositivi di edge computing presenti a bordo dei veicoli spaziali o sui satelliti acquisiscono i dati raccolti dai sensori (immagini, gas, campioni carotati) e applicano modelli di machine learning (ML). Questo consente loro di prendere decisioni che prevedano una risposta sì/no sul posto, nel giro di qualche secondo o pochi minuti.

Finora, l'impiego dell'edge computing nello spazio è stato ostacolato principalmente dai limiti in termini di dimensioni, alimentazione e capacità di raffreddamento delle risorse presenti sulle stazioni spaziali e sui satelliti. I data scientist però, ormai abituati a lavorare con un numero infinito di risorse cloud, stanno ripensando il modo stesso in cui viene sviluppato il codice.

L'approccio di Red Hat

Con le piattaforme di Red Hat® la NASA e i suoi fornitori possono scegliere liberamente i componenti hardware che meglio si adattano ai vincoli di spazio, alimentazione, capacità di raffreddamento e connettività delle stazioni spaziali e dei satelliti. Tra le opzioni possibili ci sono l'utilizzo di nodi di lavoro remoti e di cluster a tre nodi.

Per sviluppare i modelli di ML, si può usare Red Hat OpenShift®, che crea pacchetti con il codice e tutto il necessario per la sua esecuzione (sistema operativo, strumenti e librerie). Le applicazioni containerizzate presentano diversi vantaggi, tra cui le dimensioni: pochi megabyte. Una macchina virtuale equivalente richiederebbe invece diversi gigabyte. Un altro vantaggio è la portabilità. Infatti i ricercatori possono sviluppare un modello di ML una volta sola e poi distribuirlo su qualunque hardware: all'edge, nel cloud o su entrambi (modello ibrido). Inoltre, durante la revisione paritaria gli scienziati sono in grado di riprodurre i risultati su qualunque piattaforma, indipendentemente dal sistema operativo, dalle librerie e dalla configurazione di sistema.

Per acquisire i dati raccolti dai diversi sensori nello spazio, invece, si può usare Red Hat AMQ streams. In base alle informazioni che riceve, Red Hat OpenShift Serverless provvede a ridimensionare le applicazioni. Se non registra flussi di dati in ingresso, Red Hat Ansible® Automation Platform disattiva il modello per risparmiare energia e consentire il raffreddamento. Quando il flusso di dati dai sensori ricomincia, Ansible Automation Platform riattiva in maniera dinamica il numero adeguato di istanze del modello per garantire prestazioni ottimali.

Red Hat fornisce un servizio di assistenza attivo 24 ore su 24, indispensabile per missioni come quelle della NASA. Prima della distribuzione, sottoponiamo i nostri software a una scrupolosa fase di test da parte della community open source. Inoltre, i nostri ingegneri si impegnano a migliorare le funzionalità, l'affidabilità e la sicurezza delle soluzioni per garantire che l'infrastruttura software rimanga stabile anche in ambienti ad alto rischio come lo spazio.

Scenari di utilizzo

  • Prevedere l'ubicazione del ghiaccio con cui ottenere idrogeno e ossigeno liquidi da usare come combustibile
  • Analizzare i dati raccolti dai sensori in loco per gli esperimenti condotti sulla Stazione spaziale internazionale (ISS)
  • Rilevare la presenza di oggetti in movimento attorno alla ISS
  • Prevedere i malfunzionamenti di tute e attrezzatura così da poter eseguire la manutenzione preventiva
  • Localizzare i materiali necessari per la stampa 3D di bulloni, travi, ecc.
  • Analizzare le immagini biomediche degli astronauti per prendere decisioni informate
  • Rilevare i disastri naturali nei pressi dei satelliti senza dover attendere minuti preziosi per la trasmissione delle immagini ad alta risoluzione sulla Terra

Scopri gli altri scenari di utilizzo.

Red Hat in azione: la Stazione spaziale internazionale (ISS)

Obiettivo: i mission specialist a bordo della ISS si stanno dedicando allo studio dei microorganismi presenti sulle superfici e nell'acqua per determinarne la potabilità. La trasmissione sulla Terra dei risultati di ciascun sequenziamento del DNA richiederebbe settimane.

Soluzione: per accelerare le attività di ricerca, la NASA ha deciso di portare un'applicazione di ML containerizzata a bordo della ISS. Dal 2017 al 2019 ha svolto un proof of concept per l'esecuzione di Red Hat Enterprise Linux® su un computer Hewlett Packard Enterprise (HPE) e nel febbraio 2021 ha mandato in orbita Spaceborne Computer-2, un dispositivo di edge computing di dimensioni ridotte che esegue Red Hat CodeReady Containers, cioè cluster OpenShift a un nodo. Gli sviluppatori possono creare il codice sulla Terra e inviarlo alla ISS. I risultati delle analisi all'edge sono disponibili immediatamente agli astronauti sulla ISS e vengono ritrasmessi agli scienziati sulla Terra.

Risultati: la NASA spera che Spaceborne Computer-2 con CodeReady Containers possa ridurre da diversi mesi a pochi minuti i tempi necessari per l'analisi dei dati relativi alle attività di sequenziamento del DNA e ad altri esperimenti condotti a bordo. L'esperienza accumulata con questo progetto aiuterà la NASA a prepararsi per le future missioni di esplorazione spaziale, compreso il programma Artemis che ci riporterà sulla Luna. Scopri di più sulla soluzione di edge computing per la ISS.

Scopri di più sulle soluzioni Red Hat per l'edge computing.

Le soluzioni Red Hat per l'edge computing

Red Hat Enterprise Linux per l'edge computing, ottimizzato per dispositivi con fattore di forma ridotto

Red Hat OpenShift Container Platform con Red Hat OpenShift Serverless

Red Hat CodeReady Containers, un ambiente di sviluppo integrato

Red Hat Ceph® Storage

Red Hat Ansible Automation Platform

Red Hat AMQ streams da integrare ai sensori nello spazio per elaborare i flussi di dati