Edge Computing in Aktion: Raumfahrt

Astronauten im Weltraum müssen schnell wichtige Entscheidungen treffen. Erlauben die atmosphärischen und oberflächlichen Verhältnisse ein Experiment? Wo befindet sich am wahrscheinlichsten Mondeis, das zu Treibstoff umgewandelt werden kann? Welche medizinische Versorgung braucht eine Astronautin oder ein Astronaut? Gibt es Anzeichen dafür, dass es beim Equipment an Bord oder bei den Anzügen für den Außenbordeinsatz zu Defekten kommen könnte?

Minuten zählen. Aber wenn Daten von Weltraumsensoren auf der Erde analysiert werden, kostet das viel Zeit. Bis eine einzelne Temperaturangabe vom Mond auf der Erde ankommt, dauert es 5 bis 20 Minuten. Bilder in hoher Auflösung, die vom Perseverance-Raumfahrzeug zum Mars gesendet wurden, waren 2 Tage unterwegs und Spektralanalysen mit hoher Auflösung brauchen exponentiell länger. 

Die NASA und ihre Auftragnehmer beschleunigen Entscheidungen im Weltraum mit Edge Computing. Die Daten werden unmittelbar an ihrem Erfassungsort verarbeitet und nicht zur Erde gesendet. Kompakte Edge-Geräte auf den Raumfahrzeugen oder Satelliten nehmen Sensordaten (Bilder, Gase, Kernproben) auf und führen ML-Modelle (Machine Learning) aus, um an Ort und Stelle eine Ja- oder Nein-Entscheidung zu treffen, in der Regel innerhalb von Sekunden oder Minuten.

Edge Computing wurde bislang durch den sehr begrenzten physischen Platz, die Energie und die Kühlressourcen an Bord von Raumstationen und Satelliten ausgebremst. Nun überdenken Data Scientists, die an nahezu unbegrenzte Cloud-Ressourcen gewöhnt sind, allerdings ihre Art und Weise, Code zu entwickeln.

Die Plattformen von Red Hat^® erlauben es der NASA und ihren Auftragnehmern Edge Hardware je nach Platz, Energie, Kühlpotenzial und Konnektivitätsbeschränkungen auf Raumstationen und Satelliten zu kombinieren und anzupassen. Auch Remote Workerknoten und 3-Node Cluster sind möglich.

Zu Beginn müssen ML-Modelle in Red Hat OpenShift^® erstellt werden. Dort wird der Code zusammen mit den Komponenten, die er zur Ausführung benötigt, sprich Betriebssystem, Tools und Libraries, verpackt. Ein Vorteil containerisierter Anwendungen im Weltraum ist ihre Größe – normalerweise ein paar Megabytes im Vergleich zu Gigabytes für eine gleichwertige virtuelle Maschine. Ein weiterer Vorteil ist die Portierbarkeit. Forscherinnen und Forscher müssen ein ML-Model nur einmal entwickeln und können es dann auf verschiedenen Hardware-Varianten bereitstellen – am Edge, in der Cloud oder auf beides verteilt (das Hybrid Modell). Zum Peer Review können andere Wissenschaftlerinnen und Wissenschaftler die Ergebnisse auf einer Vielzahl von Plattformen reproduzieren, unabhängig von dem Betriebssystem, den Libraries oder der Systemkonfiguration.

Um Daten von diversen Sensoren im Weltraum einzubeziehen, verwenden Sie Red Hat AMQ Streams. Auf Grundlage der Sensordaten skaliert Red Hat OpenShift Serverless die Anwendung nach Bedarf. Fließen keine Daten, schaltet Red Hat Ansible® Automation Platform das Modell ab, um Energie und Kühlressourcen einzusparen. Beginnen wieder Daten zu fließen, aktiviert Ansible Automation Platform dynamisch die richtige Anzahl an Instanzen des Modells, um die angestrebte Performance zu gewährleisten.

Red Hat bietet den Rund-um-die-Uhr-Support, der für die Mission der NASA unerlässlich ist. Wir testen Software aus der Open Source Community gewissenhaft, bevor wir sie veröffentlichen. Unsere Engineers arbeiten laufend daran, Features, Verlässlichkeit und Sicherheit zu verbessern, um sicherzustellen, dass die Software-Infrastruktur in Hochrisiko-Umgebungen wie dem Weltraum stabil bleibt.

Herausforderung: An Bord der ISS untersuchen Missionsspezialisten Mikroben auf Oberflächen und im Wasser, um festzustellen, ob es sich als Trinkwasser eignet. Es würde Wochen dauern, die Ergebnisse der einzelnen DNA-Sequenzierungen zur Analyse zur Erde zu schicken.

Lösung: Die NASA beschleunigt die Forschung mithilfe einer containerisierten ML-Anwendung, die an Bord der ISS ausgeführt wird. Von 2017 bis 2019 wurde ein Proof of Concept mit einem Hewlett Packard Enterprise (HPE)-Computer mit Red Hat Enterprise Linux® durchgeführt. Im Februar 2021 sandte die NASA den Spaceborne Computer-2 zur ISS. Dieses kompakte Edge-Gerät führt Red Hat CodeReady Containers aus. Das sind 1-Node OpenShift Cluster. Die Entwicklungsteams entwickeln den Code auf der Erde und schicken ihn dann zur ISS. Die Ergebnisse einer Edge-Analyse sind für die Besatzung der ISS sofort verfügbar und zeitverzögert auch für die Wissenschaftlerinnen und Wissenschaftler vor Ort.

Ergebnisse: Die NASA geht davon aus, dass der Spaceborne Computer-2 mit CodeReady Containers die Zeit von an Bord ausgeführten Experimenten zur DNA-Sequenzierung und andere Sensordatenanalysen bis zum Ergebnis von Monaten auf Minuten verkürzen kann. Die aus diesem Projekt gewonnenen Erkenntnisse werden der NASA bei der Vorbereitung weiterer Erkundungstouren in die Tiefen des Weltalls helfen, wie etwa bei der Artemis-Mission, einer erneuten Mondlandung. Hier können Sie noch mehr über die ISS Edge Computing-Lösung lesen.

Mehr über Edge Computing-Lösungen von Red Hat erfahren