ViasatはどのようにAWS AIを使用して衛星顧客向けにアルゴリズムをカスタマイズしているか

Pulisher : Cloud Technology Center イ・ヨンジン
Description : 宇宙産業でAWSのAIサービスが活用される方策について紹介されたセッション

はじめに

Viasatが衛星のお客様にサービスを提供する上で、どのようにAWS AIが活用されているのか、また、宇宙産業において、AI/MLはどのように活用されているのか、実際のuse caseを知りたいと思い、応募しました。

セッションの概要紹介

AWS Aerospace & Satellite部門のメンバーとViasatのお客様が一緒に登壇し、Viasatがデジタルジャーニーを航海する上でどのように関与しているのか、Viasatが衛星データ管理とAIアプリケーションにAWSをどのように活用しているのかが紹介されました。

宇宙産業においても、データ管理と機械学習が求められている昨今、主要なプレイヤーがこれらの課題を解決するためにクラウドコンピューティングプラットフォーム、特にAWSをどのように活用しているかを紹介しました。

2029年までに52エクサバイトという膨大な量の衛星データが活用される見込みです。 それだけにSatellite Imageryは非常に急速に発展、活用されています。

宇宙産業も最先端の技術を扱う分野ですが、まだクラウドサービスを深く利用していないのが現状です。 この部分をAWS Aerospace & Satellite部門が架け橋となり、宇宙産業企業にとってクラウドサービス利用を加速するコンシェルジュの役割を果たしています。

クラウド技術をベースにしたAI/MLの適用は、宇宙産業企業が成功するために、様々な機能を提供しています。宇宙からデータを送受信し、地球でデータ処理をするのではなく、宇宙にエッジコンピューティングを宇宙船のように載せて活用したり、データやアプリケーションの自動化、異常検知、データ転送における遅延の解消、その他優れた産業全般に活用されています。

このような実際の活用が得意な会社としてViasatがあり、AWS Aerospace & Satellite部門と緊密に協力する体制を構築し、ミッションを成功させています。

宇宙産業の顧客がAWSをうまく活用できるように、様々なプログラムを持ってサポートしてくれ、顧客の側に立って彼らの苦痛と必要性をよく見守りながら今までやってきました。 そして、必要な教育もサポートしてくれました。

ViasatのAWSクラウド活用は2012年という非常に早い時期から始まり、今ではビッグデータ、MLOps、コスト最適化、そしてサービスの柔軟性のために拡大しています。

すべてをつなぐこと、それがViasatとAWSが目指す共通点です。

すべてをつなぐこと、それがViasatとAWSが目指す共通点です。

Viasatにおける日々の絶え間ない改革は当然のことで、特にnetwork / connectivity / costなどはAWSを通じて行われたものだそうです。

Viasatはすでに、151種類のAWSサービスを活用しており、データストレージとしてだけでなく、その転送においても月に17TBを消費するほどで、RDS/EC2などのAWSのcore serviceも幅広く活用しています。

さらに、AWSのAI/MLも、データ分析だけでなく、異常検知、コスト最適化、開発、自動化など、利用できるところはすべて活用しているそうです。韓国の宇宙産業のお客様も早くこのレベルに引き上げたいですね。

MLOpsは、様々な目的や環境に置かれた開発チームを統合することからスタートしたそうです。

標準化されていないため、まずは標準化された環境と柔軟な拡張、可視化されたプロセスが求められました。

AWSのカスタマーサポートプログラムを通じて、アーキテクチャ、トレーニング、コンサルティングなどを利用してMLOpsを実現できたそうです。タイガーチームという用語は一般的な用語だったんですね。 挑戦的な課題のためにtiger teamを構成し、MLOpsに必要なトレーニングとトレンドであるMSAまで取り入れ、完成まで14週間という非常に短い時間で完了することができたそうです。

ソリューション設計と計画に3週間、MVP開発に11週間を使ったそうです。

やはり、AWSトレーニングプログラムが大きな役割を果たし、MLアプリケーション開発、DevOps、MLOpsにAWSを活用するように構成しました。

MLOpsのためにSageMaker Studio IDEは統合された環境を提供しました。

Viasatで活用したSageMakerモデルトレーニングパイプラインの一例です。テンプレートを通じた標準的な構成でパイプラインを構築し、すべてのチームが標準化に沿った作業プロセスを作るようにしました。

複数の部署との連携が必要なため、部署別アカウントの結果はEndpointを活用しました。

MVPモデルは、デプロイまで数時間かかった従来の方式から脱却し、数分で解決できるように構築されました。

現在、Viasatでは125人以上のデータサイエンティストがMLOpsに参加しています。

Viasatの次のミッションは、リアルタイム性のサービス提供と大規模なMLモデルの開発、そしてGen.AIを活用することだそうです。AIを活用することだそうです。 結局、Gen. AIで全てが流れることを確認することができました。

宇宙産業において、AWSのコラボレーションに本気の人たちでした。

セッションを終えて

本セッションをまとめると、次のようになります。

• 衛星データについて
  • 宇宙データの需要と供給の膨大な成長により、今後の重要な科学技術の課題となる。
• 宇宙産業のためのAWSのソリューション
  • AWSがViasatのような宇宙産業の顧客が、ネットワーク遅延、ネットワーク帯域幅の制限、スケーラブルなインフラなどの課題を克服するために提供しているAWSソリューションの紹介
• ViasatによるAWSサービスの活用
  • ViasatがAWSサービス、特にSageMakerを活用し、異常検知や衛星通信ネットワークの信頼性向上などのアプリケーションを強化する方法について説明します。
• Viasatのデータの役割
  • 地球から35,000km以上離れた衛星から毎日生成されるテラバイトのテレメトリデータを処理するために、Viasatがリアルタイムデータと機械学習パイプラインを構築するアプローチについて説明します。