論文の概要: Towards a future space-based, highly scalable AI infrastructure system design

• arxiv url: http://arxiv.org/abs/2511.19468v1
• Date: Sat, 22 Nov 2025 00:28:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.010148
• Title: Towards a future space-based, highly scalable AI infrastructure system design
• Title（参考訳）: 未来の宇宙ベースで高度にスケーラブルなAIインフラストラクチャシステム設計を目指して
• Authors: Blaise Agüera y Arcas, Travis Beals, Maria Biggs, Jessica V. Bloom, Thomas Fischbacher, Konstantin Gromov, Urs Köster, Rishiraj Pravahan, James Manyika,
• Abstract要約: この研究は、宇宙における機械学習のためのスケーラブルな計算システムを探究する。 太陽電池アレイ、自由空間光学を用いた衛星間リンク、Google Tenor Processing Unit(TPU)アクセラレータチップを備えた衛星群を使用している。 本稿では, 半径1kmの81サテライトクラスターによる成層飛行の基本的アプローチについて述べるとともに, 大規模星座の制御に高精度MLモデルを用いるアプローチについて述べる。
• 参考スコア（独自算出の注目度）: 1.6764108000740328
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: If AI is a foundational general-purpose technology, we should anticipate that demand for AI compute -- and energy -- will continue to grow. The Sun is by far the largest energy source in our solar system, and thus it warrants consideration how future AI infrastructure could most efficiently tap into that power. This work explores a scalable compute system for machine learning in space, using fleets of satellites equipped with solar arrays, inter-satellite links using free-space optics, and Google tensor processing unit (TPU) accelerator chips. To facilitate high-bandwidth, low-latency inter-satellite communication, the satellites would be flown in close proximity. We illustrate the basic approach to formation flight via a 81-satellite cluster of 1 km radius, and describe an approach for using high-precision ML-based models to control large-scale constellations. Trillium TPUs are radiation tested. They survive a total ionizing dose equivalent to a 5 year mission life without permanent failures, and are characterized for bit-flip errors. Launch costs are a critical part of overall system cost; a learning curve analysis suggests launch to low-Earth orbit (LEO) may reach $\lesssim$\$200/kg by the mid-2030s.
• Abstract（参考訳）: AIが基本的な汎用技術であるなら、AI計算とエネルギーの需要が今後も増加し続けると予想すべきである。 太陽は太陽系最大のエネルギー源であり、将来のAIインフラがその電力をいかに効率的に利用できるかを保証している。 本研究では、太陽電池アレイを備えた衛星群、自由空間光学を用いた衛星間リンク、Google Tenor Processing Unit(TPU)アクセラレータチップを用いた、宇宙における機械学習のためのスケーラブルな計算システムについて検討する。 高帯域幅で低遅延の衛星間通信を容易にするため、衛星は近接して飛行する。 本稿では, 半径1kmの81サテライトクラスターによる成層飛行の基本的アプローチについて述べるとともに, 大規模星座の制御に高精度MLモデルを用いるアプローチについて述べる。 トリリウムTPUは放射線検査される。 彼らは、永久的な失敗なしに5年間のミッション寿命に相当する全電離線量に耐え、ビットフリップエラーを特徴とする。 学習曲線解析によると、2030年代半ばまでに低軌道(LEO)への打ち上げは$\lesssim$\200/kgに達する可能性がある。

関連論文リスト

• ASTREA: Introducing Agentic Intelligence for Orbital Thermal Autonomy [51.56484100374058]
  ASTREAは、自律的な宇宙船運用のためのフライト・ヘリテージ・ハードウェア上で実行される最初のエージェント・システムである。 我々は,資源制約付き大規模言語モデル(LLM)エージェントと強化学習コントローラを,空間対応プラットフォームに適した非同期アーキテクチャに統合する。
  論文  参考訳（メタデータ） (2025-09-16T08:52:13Z)
• From Cell Towers to Satellites: A 2040 Blueprint for Urban-Grade Direct-to-Device Mobile Networks [0.0]
  完全軌道通信のためのエンド・ツー・エンド・システムアーキテクチャを提案する。 我々は,高密度都市環境下でのスペクトル効率,ビーム容量,リンク予算を分析した。 本稿では,今日のD2Dシステムから,50～100Mbpsの自律オービタルオービタルオーバレイへの15年間のロードマップを提案する。
  論文  参考訳（メタデータ） (2025-07-13T22:37:02Z)
• Stitching Satellites to the Edge: Pervasive and Efficient Federated LEO Satellite Learning [1.3121410433987561]
  本稿では,衛星が大規模機械学習(ML)タスクを効率的に実行できるようにする新しいFL-SECフレームワークを提案する。 主な構成要素は、余分な衛星画像を特定して排除するディビジョン・アンド・コンカーによるパーソナライズドラーニングと、軌道毎に集約された「軌道モデル」を生成し、地上局に送る前に再訓練する軌道モデル再訓練である。 我々のアプローチではFL収束時間が30倍近く減少し、衛星のエネルギー消費は1.38ワットまで減少し、例外的な精度は96%まで維持される。
  論文  参考訳（メタデータ） (2024-01-28T02:01:26Z)
• Orbital AI-based Autonomous Refuelling Solution [6.776059370975249]
  本稿では、ドッキングおよび軌道上サーベイシング(OOS)の主センサとしてのオンボード可視光カメラの利用を成熟させるAIベースのナビゲーションアルゴリズムの開発について述べる。 複数の畳み込みニューラルネットワークバックボーンアーキテクチャは、国際宇宙ステーション(ISS)とのドッキング操作の合成データに基づいてベンチマークされる 再給油機構の物理プロトタイプと溶液の統合を、ロボットアームを用いて実験室で検証し、バーシング手順をシミュレートする。
  論文  参考訳（メタデータ） (2023-09-20T21:25:52Z)
• A CubeSat platform for space based quantum key distribution [62.997667081978825]
  我々は3UキューブサットであるSpooQy-1のフォローアップミッションについて報告し、軌道上で偏光に絡み合った光子の発生を実証した。 ミッションの次のイテレーションでは、偏光に絡み合った光子対のコンパクトなソースに基づいて、衛星と地上の量子鍵の分布を示す。 我々は,現在シンガポールで建設中の光地上局の設計について,量子信号を受信するための設計を簡潔に述べる。
  論文  参考訳（メタデータ） (2022-04-23T06:28:43Z)
• Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
  本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。 我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T08:53:18Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)
• Predicting Solar Flares with Remote Sensing and Machine Learning [0.0]
  重要なシステムの破壊は、食糧不足と緊急対応のできないことに繋がる。 ここでは、太陽を継続的に観測する太陽軌道上の衛星を用いて、この差し迫った問題の解決策を提案する。 システムのアプローチにより、災害のリスクを軽減できる十分な安全対策を実施できる。
  論文  参考訳（メタデータ） (2021-10-14T18:28:28Z)
• Entanglement demonstration on board a nano-satellite [76.84500123816078]
  セキュアな通信のための量子ネットワークは、地上ノード間で絡み合った光子対を分散する大量の衛星群を用いて実現することができる。 本稿では,ナノサテライト上で動作する小型・偏光絡み型光子対光源について述べる。
  論文  参考訳（メタデータ） (2020-06-25T14:11:56Z)
• Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
  低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。 軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。 エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。 本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-05-26T05:39:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。