Talk Lowy(jp)

人工衛星が宇宙軌道上で地球を撮影したデータの容量は、毎日数十ペタバイト（PB）に達します。従来は、この膨大なデータをいったん地球の地上局へダウンロード（ダウンリンク）してから分析するのが当たり前でした。しかし、高解像度光学カメラ、ハイパースペクトルセンサー、合成開口レーダー（SAR）など、衛星搭載センサーの性能が飛躍的に向上したことで、深刻なボトルネックが発生しています。地上への送信帯域幅（Bandwidth）は限られており、データ送信に伴う遅延時間（Latency）のため、即時の対応が求められるシナリオでは致命的な限界が浮き彫りになっているからです。 これらの限界を突破するために登場した技術が、まさに**「宇宙エッジAI（Space Edge AI）」 と 「人工衛星エッジコンピューティング（Satellite Edge Computing）」**です。2026年現在、これらの技術は単なる実験的な試みを超え、実際の商用人工衛星コンステレーション（群）のコアアーキテクチャとして定着しつつあります。 1. 2026年宇宙エッジAIの核心トレンド 🚀 オンボードAI推論（On-board AI Inference）の普遍化 以前は衛星コンピュータが簡単なシステム制御用のマイクロコントローラレベルにとどまっていましたが、最近打ち上げられるソフトウェア定義衛星（Software-Defined Satellite）は高性能なチップセットを搭載しています。代表的な例として、プラネット（Planet）社の次世代「Owl」コンステレーション衛星は、軌道上でマルチモーダルAIモデルを直接駆動できるNVIDIAやAMDアーキテクチャベースの高効率AIアクセラレータ（GPU/TPU）を搭載し始めています。 🔍 クラウドフィルタリング（Cloud Filtering）とスマート帯域幅の節約 地球観測衛星データの約60〜70%は、雲に覆われて使い物にならないデータです。宇宙エッジAIは、撮影直後にオンボードコンピュータでリアルタイムに画像を分析し、雲が多い無価値なデータは即座に削除または圧縮し、鮮明なデータのみを選別して地上局へ送信します。これにより、地上局への送信帯域幅を最大90%以上効率化できます。 ⚡ 即時のリアルタイム警告システム（Real-time Aler...

宇宙に進出するエッジAI：RISC-V革命とソフトウェア定義衛星の時代 2026年現在、人工知能（AI）と宇宙技術の融合は、単なる技術的な模索の段階を超えて、 実際の軌道上での運用および産業的な成熟段階 へと突入しました。最近のGoogleトレンド（Google Trends）でも、AIと宇宙産業の融合に関する検索ボリュームが持続的に上昇しており、単なる宇宙ロケットの打ち上げ競争を超えて、**「軌道コンピューティング（Orbital Computing）」**というソフトウェアとハードウェアアーキテクチャの革新に関心が移っていることが示されています。 過去の人工衛星が、地上から送られた命令を単に中継するか、あるいは生のデータをそのまま転送する「ベントパイプ（Bent-pipe）」の役割にとどまっていたとすれば、現在の衛星は宇宙空間で自ら判断し、データを処理する エッジAIシステム へと生まれ変わりつつあります。 今回の記事では、この宇宙エッジAI革命を牽引する RISC-Vハードウェアアーキテクチャ と、**ソフトウェア定義衛星（Software-Defined Satellites）**のトレンド、そしてグローバルな覇権争いの中で得られる技術的なインサイトについて深く掘り下げていきます。 1. 宇宙データの爆発と地上通信のボトルネック 人工衛星に搭載されるセンサーや高解像度カメラ、合成開口レーダー（SAR）などが飛躍的に進化することで、宇宙で生成されるデータ量は指数関数的に増加しています。しかし、それを地上局に転送するための無線通信帯域幅には、明確な物理的限界が存在します。 帯域幅の制限: 衛星が地上局の上空を通過する時間（パスタイム）は、1日に数回、わずか数分間にすぎません。 遅延（レイテンシ）: 深宇宙探査はもちろん、低軌道（LEO）衛星であっても、光の速度やネットワーク中継による数秒から数分の送信遅延が発生します。 通信コスト: テラバイト級の生データを毎日地上へ転送することは、多大なコストを伴います。 この問題を解決する唯一の突破口は、**「衛星の内部でデータを即座に処理し、価値のある情報（インサイト）だけを地上に送信する」 ことです。すなわち、宇宙の軌道そのものをエッジデータセンターにする 軌道コンピューティング（Orbi...