NS: орбитальные вычисления и как спутники ускорят ИИ в сетях 6G – ответ ученых
фото: фрипик
Учёные разработали концепцию "космическо-наземного гибкого искусственного интеллекта" (КНГИ), предназначенную для сетей шестого поколения мобильной связи (6G). В этой системе спутники выступают в качестве неотъемлемой части распределённой вычислительной инфраструктуры, что обусловлено их способностью обеспечивать высокую пропускную способность и низкую задержку в удалённых регионах, где развёртывание плотных наземных сетей затруднительно.
Исследователи из Гонконгского университета и университета Сидянь предложили интегрировать периферийный искусственный интеллект (Edge AI) с космическо-наземными сетями (SGIN), что позволит преодолеть ограничения, связанные с высокой скоростью движения спутников и ограниченными ресурсами каналов связи. Данная интеграция обеспечивает эффективное использование орбитальных ресурсов и минимизирует задержки, присущие традиционным наземным сетям.
Архитектура системы базируется на трёх взаимосвязанных подходах:
Гибкое обучение, которое использует орбитальное движение для распространения и синхронизации параметров ИИ между различными регионами. Это позволяет оптимизировать процесс обучения моделей в условиях динамической топологии сети.
Гибкий вывод, при котором орбитальные и наземные узлы функционируют в синергии: часть нейронной сети выполняется на спутнике, а часть — на наземных станциях. Данный подход обеспечивает адаптивность системы к текущим вычислительным ресурсам и вариативным требованиям к задержке, что является критически важным для сетей 6G.
Гибкая загрузка моделей, которая включает кэширование и миграцию параметров между спутниками, что позволяет эффективно управлять объёмом передаваемых данных и поддерживать актуальность моделей без необходимости постоянной загрузки полных версий с Земли.
Исследователи также выделили специфические проблемы, такие как воздействие космической радиации, ограниченные энергетические ресурсы на борту спутников и необходимость обеспечения высокой отказоустойчивости системы. Для решения этих задач были определены ключевые направления: разработка радиационно-стойких компонентов, создание алгоритмов, устойчивых к сбоям, и оптимизация энергопотребления с учётом орбитальных параметров.
Авторы считают, что в будущем основное внимание будет уделено повышению энергоэффективности и безопасности гибкого искусственного интеллекта. Использование предсказуемости орбит и оптимального распределения нагрузки позволит создать глобальную интеллектуальную инфраструктуру, способную эффективно функционировать в условиях сетей 6G и обеспечивать высокий уровень обслуживания пользователей.
