近年来，大模型的广泛应用推动人工智能发展迈上了一个新的台阶。面对充满风险与未知的浩瀚宇宙，如何让人工智能帮助航天器自主运行、控制和决策，则是一件更加令人激动的事情。受空天应用环境和场景的限制，空天边缘智能计算的需求非常迫切。

1. “天感地算”时效性难以保证

大部分航天器的数据处理模式采用“天感地算”的方式，但这种方式受航天器重访周期和地面站分布约束，导致信息服务链条长、环节多、过程复杂，因此“时效性”问题尤其突出，难以满足应急救援等高时效任务的需求。

2. 星地通信带宽不足，可靠性欠佳

航天器空间探测、对地观测将产生海量数据，但目前星地通信主要采用微波通信手段，由于微波频道资源有限，难以满足星地高通量的通信传输需求，同时微波通信也容易受到空间恶劣电磁环境的干扰，容易造成通信中断。

3. 应用场景复杂多变，智能化水平要求高  

太空探索、对地观测等任务场景复杂多变、工作环境恶劣，迫切需要提升航天器自主智能水平。在探月、探火任务中，由于月球、火星同地球之间距离遥远，地面操作人员无法及时操作设备，要求月球车、火星车等探测器具备强大的外部环境的感知能力，在未知环境中能完成复杂的操作任务；另外对地观测任务中，由于观测场景以及观测对象复杂多变，也对卫星的智能化水平提出了更高的要求。

因此空天智能计算，特别是空天边缘智能计算，对于助力人工智能在空天领域的落地应用具有非常重要的意义和价值。

如何将成熟的人工智能算法搬到空天领域，支撑航天应用的智能化发展，这一问题得到学术界和工业界的广泛关注。其主要包括以下几个难点：

1. 算力资源受限

人工智能大模型的强大推理能力，依赖于背后庞大的算力的支撑。但空天领域的端侧计算设备受到尺寸、重量、功耗的约束，拥有的算力有限，但所需处理的数据却非常庞大，比如在做地外探测、航空智慧导航时需要融合高分辨可见光、红外相机、激光雷达、SAR雷达等数据，如何在有限算力支撑下进行面向复杂场景、海量数据的信息智能处理，是空天智能应用的挑战之一。

2. 工作环境恶劣

恶劣的工作环境是人工智能在空天领域落地的特殊挑战，在空间环境中，需要面对极昼极夜条件下的巨大温差，升空落地的巨大冲击、震动，真空环境中散热困难等问题，更严峻的是，计算设备处于恶劣的电磁空间，受到宇宙射线的照射，会出现单粒子翻转等问题，因此必须考虑有效的抗辐照手段以及容错方法，提高计算设备应用的可靠性。

空天智能计算的实现主要有两种研究思路：

1. 将COTS器件应用于低轨航天器

基于成熟的商用器件，并通过后期的针对性加固和环境适应性改造，增加抗辐射能力、解决散热等难题，可有效地应用在航天领域，帮助卫星等航天器实现高性能智能计算或大数据处理。

2. 基于航天专用器件发展智能计算芯片

针对空间应用，在航天专用器件基础上，提升计算核的数量，提高算力水平，可用于包括科学分析、目标检测和图像分类等在轨智能处理任务。我国目前已研制出抗辐照能力的通用计算芯片和FPGA芯片，但性能仍难以满足在轨实时计算的需求。

总体而言，基于成熟的COTS器件，通过针对性的软硬件加固，可快速实现在低轨卫星上智能模型的移植部署，但针对处于更恶劣电磁环境的中高轨卫星，这种方案的可靠性难以得到有效保障；而航天专用器件的研制周期长、成本高，同时由于抗辐照能力的要求，无法应用目前比较先进的工艺制程，在算力密度等方面远远落后于商用智能芯片。同时，无论上述哪种技术路线，与国外相比，我国在空天智能计算系统方面差距依然比较明显。

1.  突破新型计算体系架构

现有的冯诺伊曼结构具有先天“功耗墙”、“存储墙”的瓶颈，研制新型的感存算一体架构，突破先进器件的工艺壁垒，将从根本上提升计算效能。

2.  构建高能效、高可靠的智能计算平台

基于低成本、成熟的大算力COTS器件构建智能计算平台，对该计算平台进行系统级的可靠性加固，对异构资源进行高效调度，充分发挥系统的效能，是目前能较快落地的方案。

3.  建立开源、开放、标准的空天智能计算基础生态

人工智能需要在空天领域落地应用还有许多基础性的工作亟需开展。从器件到计算机体系架构，从底层工具链、轻量级的人工智能训练框架到顶层面向应用场景的智能算法，从单计算节点到天基协同计算网络，从有监督智能到自主协同演进智能，还有大量的工作需要开展，需要众多科研机构、高校、企业共同打造构建一个开源、开放、标准的空天智能计算生态，共同推进人工智能在空天领域落地应用的规模化发展！