一句话定位
面向卫星星座分布式 AI 推理任务,构建「多星算力 + 动态网络 + 真实模型执行」的地面侧仿真验证环境,在算法上星与系统集成之前量化验证分布式推理策略。
方案概述
随着卫星星座规模扩大以及遥感、通信和在轨计算任务持续增长,AI 推理正在由单星独立执行逐步走向多星协同和星地协同。此类任务不仅受到 CPU、GPU、内存和存储资源的约束,还与星间链路、星地链路、可见窗口、链路切换和任务到达过程紧密耦合。
现有验证手段存在算网割裂的问题:通用云计算或边缘计算测试平台通常假设网络相对稳定,难以表达卫星拓扑、可见窗口与星间 / 星地链路的持续变化;传统卫星网络仿真工具能够计算拓扑、路由和链路性能,但通常不运行真实 AI 模型,无法准确反映 GPU、内存和跨节点任务执行开销;直接在真实卫星或完整飞行系统上开展算法试验,成本高、周期长、试验条件难以控制和重复。
本方案提供一套地面侧软硬件一体化验证基础设施,能力定义为:多星逻辑环境构建 → 国产异构算力执行 → 时变星地网络仿真 → 算法闭环接入 → 全过程量化评估。
核心能力
① 多星算网联合仿真
- 支持基于星座轨道参数完成卫星位置、地面站位置及全网链路连接关系的时序化推演
- 可随仿真时间自动更新星间 ISL 链路、星地接入链路的连通状态,复现低轨卫星高速移动引发的拓扑动态切换、链路周期性通断、接入关系动态更迭
- 完整支持星间链路、星地接入链路仿真,可按需拓展地面传输网络链路段建模,构建星 - 地 - 地一体化的端到端仿真网络架构
- 统一仿真时间轴下,网络状态与 AI 任务执行状态同步演进
② 串接式损伤仿真
- 精准模拟雨衰、电离层扰动、大气遮挡、卫星波束切换、星地接入切换等引发的链路劣化
- 支持精细化自定义网络损伤:对全网任意链路配置带宽限速、固定 / 动态时延、随机抖动、按需丢包
- 可基于 Docker 容器架构实现轻量化多实例部署,支持大规模并行星间 / 星地链路的分布式损伤仿真
- 支持基于统一仿真时间轴,可视化编辑与编排多阶段、多类型链路损伤动作
③ 异构算力资源仿真与真实执行
- 不为每个卫星算力节点配置独立物理计算机,而是在一套国产化物理算力底座上,通过虚拟机与容器构建多个逻辑卫星算力节点
- 每个节点分别维护 CPU 配额、GPU 可用能力、内存、存储和 I/O 等资源视图,运行独立的任务代理和真实 AI 工作负载
- 性能画像:针对指定的算力载荷芯片或板卡,在实物平台上运行算子、模型、内存 / 显存带宽、I/O 与并发基准,形成可版本化的性能画像
- 画像注入:将实测的算子时延、模型执行时延、资源占用和并发特征参数化,注入各逻辑卫星节点的资源模型;不同节点可加载不同芯片画像或采用不同资源配额
- 真实运行:主流样例模型、任务代理、调度接口和指标采集组件在虚拟机或容器中实际运行,产生真实的计算、排队、同步及数据传输行为
- 闭环校准:真实任务执行结果回传指标库,用于校正资源模型,支持同一任务在不同载荷画像、节点配置和调度策略下的可重复比较
④ 分布式 AI 推理任务运行
- 支持将 AI 推理任务描述为具有计算依赖和数据依赖的任务图,支持单星基线与跨星模型切分两种模式
- 以 Transformer 推理为例,模型可按连续层组切分到多个卫星算力节点:Prefill 阶段并行处理全部输入 token 并建立 KV Cache;Decode 阶段复用 KV Cache 按自回归方式逐 token 执行
- 系统真实运行各模型分段,同时仿真节点间的星间链路传输,记录各阶段执行、排队、同步等待和通信开销
- 支持配置模型切分点、节点映射、输入 / 输出长度、批大小、任务优先级和时延目标
- 支持任务启动、暂停、迁移、终止和状态查询,提供单节点与分布式执行结果的一致性检查
⑤ 调度算法接入
- 系统状态可通过 gRPC、REST 或 SDK 读取,外部算法可输出任务切分、任务放置、资源分配、执行顺序、迁移或通信路径等决策
- 调度闭环按「状态采集 → 算法调用 → 决策校验 → 指令执行 → 指标反馈」运行,默认控制周期 10 秒并支持配置
- 验证目的:在相同星座场景、资源状态和 AI 工作负载下,对比不同策略对端到端时延、超时率、资源利用率、通信开销及执行稳定性的影响
典型应用场景
| 场景 | 说明 |
|---|---|
| 跨星模型切分与流水线推理 | 将一个 AI 模型划分为多个连续或并行阶段,部署在不同卫星节点,节点间传输中间特征或部分结果;记录端到端时延、阶段等待时间、吞吐量和资源利用率 |
| 多星任务放置与动态迁移 | 根据卫星可见关系、节点资源和任务服务等级选择执行节点;当节点负载变化、链路切换或目标地面站变化时触发任务迁移或重新部署;比较不同调度策略对任务完成率和尾部时延的影响 |
| 星地协同推理 | 根据数据位置、模型阶段、星上资源和下行窗口,将部分推理阶段放置在卫星节点、部分放置在地面站或地面算力节点;度量中间数据下传、星地通信等待和地面执行对端到端性能的综合影响 |
| 遥感影像智能处理 | 基准任务类型 |
四种运行模式
| 运行模式 | 主要用途 | 特征 |
|---|---|---|
| 逻辑仿真模式 | 大规模星座与网络场景验证 | 重点扩展逻辑节点和动态拓扑规模,AI 任务可采用性能模型 |
| 实时仿真模式 | 调度控制环和在线决策验证 | 按墙钟时间推进网络与任务状态,算法与系统并行运行 |
| 真实任务执行模式 | 国产 GPU 上的模型运行与性能测量 | 在实际硬件上执行 AI 任务并采集推理时延、资源和迁移数据 |
| 混合验证模式 | 大规模背景星座加少量真实执行节点 | 兼顾规模、真实性和硬件成本 |
关键技术指标
| 编号 | 指标项 | 指标 | 验证方法 |
|---|---|---|---|
| M-01 | 多星算网仿真规模 | 不少于 10 个可独立配置的卫星算力节点,支持扩展至不少于 100 个 | 构建场景并检查各节点拓扑及 CPU / GPU / 内存 / 存储配置 |
| M-02 | 拓扑更新周期 | 不大于 15 秒,可配置 | 记录场景输入变化至系统拓扑状态更新的时间 |
| M-03 | 真实任务并发 | 在约定基准模型及硬件配置下,支持不少于 10 个推理任务实例并发运行 | 使用约定模型与输入数据,检查任务运行状态及结果记录 |
| M-04 | 网络损伤参数仿真 | 支持带宽限速、时延、抖动和丢包配置;约定条件下关键参数实测偏差不高于 10% | 对照配置值与端到端实测结果 |
| M-05 | 调度控制周期 | 支持 10 秒控制周期,可配置 | 连续运行多个控制周期,核查状态采集、算法调用、决策校验和指令执行过程 |
| M-06 | 指标记录粒度 | 周期性资源与网络指标采样周期不大于 1 秒,可配置 | 检查记录时间戳、事件完整性和数据导出结果 |
| M-07 | 实验可重复性 | 同一固定场景重复执行不少于 3 次,关键指标变异系数不高于 10% | 对相同配置和输入重复试验并比较结果 |
| M-08 | 系统稳定性 | 连续稳定运行不少于 24 小时 | 长稳测试期间系统无异常退出或核心功能失效 |
| M-09 | 国产 GPU 适配 | 完成 1 款国产 GPU 适配 | 真实模型正确运行,并形成部署、性能及兼容性报告 |
分布式推理专项评价指标:端到端性能(任务完成时间、P95/P99 时延、超时率、首 token 时延、逐 token 时延)、阶段性能(各推理阶段执行时间、排队时间、同步等待时间)、通信开销(中间数据量、星间 / 星地传输时间、重传开销)、算力效率(CPU / GPU 利用率、显存 / 内存占用、单位任务资源消耗)、调度开销(算法决策时间、调度控制周期、策略更新次数)、结果一致性(分布式与单节点推理结果一致性、精度变化)。
国产化适配
- GPU 执行底座优先选用国产 GPU 产品,并适配其驱动、编译工具、运行时、性能监测工具和 AI 软件栈
- CPU、操作系统、容器运行环境和存储网络组件的国产化范围,结合采购目录与部署环境确定
- 适配工作包括:典型 AI 模型在国产 GPU 环境中的部署、转换、运行和正确性验证;模型加载、推理时延、显存占用、吞吐量和并发执行的基准数据建立;多进程或多任务并发条件下的资源隔离和性能干扰验证
交付物
一体机设备(含国产 GPU、CPU、内存、存储和网络组件集成,预装系统软件);多星算网仿真软件;分布式推理运行环境;算法接入接口(含接口说明、示例程序和基线策略);监测与可视化工具;国产平台适配包;测试场景与基准任务集;技术文档;测试报告。
面向用户
- 分布式推理算法研究团队
- 星上任务编排与算网调度研究团队
- 国产算力平台研究与适配团队
- 卫星星座总体设计与在轨计算规划单位
可验证事实
- 已具备多星算网仿真、异构算力资源虚拟化与性能画像、真实 AI 任务运行和分布式调度算法接入的完整系统能力
- 具备卫星轨道、地面站和应用任务数据输入的完整接口设计
- 具备四种运行模式(逻辑仿真 / 实时仿真 / 真实任务执行 / 混合验证)
