Nhiều satellite vẫn phải gửi ảnh xuống đất để xử lý: PEGA-SUS1 mang cả AI compute và mạng 5G lên quỹ đạo

Một vệ tinh quan sát Trái Đất có thể chụp hàng gigabyte ảnh trong vài phút nhưng không phải lúc nào cũng có đường truyền đủ rộng hoặc một ground station đúng lúc để gửi toàn bộ dữ liệu xuống. Với nhiều mission, phần “thông minh” nhất của pipeline vì vậy vẫn nằm dưới mặt đất: satellite thu dữ liệu, lưu lại, chờ cửa sổ downlink, rồi server mới chạy thuật toán để tìm đám cháy, tàu biển hay thay đổi trên bề mặt.

Một vệ tinh thử nghiệm vừa được đưa lên quỹ đạo ngày 20/9 muốn đẩy nhiều bước của pipeline đó lên thẳng không gian. PEGA-SUS1, còn được gọi là Pengcheng-1 hoặc Pengcheng Nanke-1, mang cùng lúc một hệ 5G NTN gồm base station và core network, tải tính toán AI trên vệ tinh, liên lạc vi ba Ka-band và một payload laser được thiết kế cho tốc độ thử nghiệm 100 Gbps.

Ý tưởng không chỉ là “đặt GPU lên satellite”. Nếu các payload hoạt động như thiết kế, ảnh có thể được xử lý ngay sau khi chụp, thông tin có giá trị được trích xuất trên quỹ đạo, đưa thẳng vào network stack rồi phục vụ xuống mặt đất mà không cần gửi toàn bộ ảnh thô qua ground station trước.

Nhưng PEGA-SUS1 mới chỉ vừa bắt đầu giai đoạn in-orbit validation. Southern University of Science and Technology cho biết payload đang trong trạng thái thử nghiệm ban đầu bình thường; Peng Cheng Laboratory vẫn mô tả 5G, AI và laser 100 Gbps là các khả năng sẽ được kiểm chứng trên quỹ đạo. Đây là technology demonstrator, chưa phải một constellation thương mại đã chứng minh throughput hay latency trong vận hành dài hạn.

Vấn đề của satellite không chỉ là chụp được bao nhiêu, mà là gửi xuống được bao nhiêu

Camera và sensor trên vệ tinh ngày càng tạo ra nhiều dữ liệu. Nhưng downlink luôn bị giới hạn bởi phổ tần, công suất phát, thời gian satellite nhìn thấy ground station và năng lực của network phía dưới. Một ảnh nhiều mây, một vùng không có sự kiện đáng chú ý hay hàng nghìn frame gần giống nhau vẫn chiếm bandwidth nếu mọi thứ đều phải được gửi xuống trước khi biết chúng có giá trị hay không.

Onboard processing vì vậy không phải ý tưởng mới. ESA đã phóng Φsat-2 năm 2024 với một AI computer và sáu ứng dụng chạy ngay trên CubeSat, từ loại bỏ ảnh mây đến phát hiện tàu và cháy rừng. Mission này cho thấy satellite có thể quyết định dữ liệu nào đáng gửi xuống thay vì coi mọi pixel như nhau.

Điểm PEGA-SUS1 muốn thử thêm là ghép compute với network. Thay vì onboard AI chỉ tạo một file kết quả rồi chờ hệ communication truyền xuống, nhóm phát triển muốn nối phần cảm nhận, xử lý, đóng gói dịch vụ và communication stack thành một chuỗi dữ liệu hoàn chỉnh trên cùng spacecraft.

Đưa 5G lên satellite không chỉ có nghĩa đổi antenna

Trong một satellite communication architecture truyền thống, vệ tinh có thể đóng vai trò gần giống “ống chuyển tiếp”: nhận signal từ user, chuyển nó tới gateway dưới đất, rồi phần baseband processing và core network diễn ra trong hạ tầng mặt đất. Kiến trúc này có ưu điểm là phần phức tạp, tiêu thụ điện lớn và dễ nâng cấp vẫn nằm trong data center.

5G NTN được 3GPP đưa vào các chuẩn từ Release 17, nhưng giai đoạn đầu tập trung nhiều vào transparent payload — satellite hỗ trợ đường truyền radio còn gNB và core vẫn ở mặt đất. Các kiến trúc regenerative mới hơn chuyển ngày càng nhiều chức năng xử lý giao thức lên chính spacecraft.

PEGA-SUS1 đi khá xa theo hướng đó. Theo Peng Cheng Laboratory, vệ tinh mang reconfigurable NTN baseband, Ka-band antenna và một 5G core network onboard. Southern University of Science and Technology cho biết payload RF trung tâm là một phased-array Ka-band đa beam, có thể điều khiển nhiều beam độc lập.

Trong các bài thử dự kiến, terminal mặt đất sẽ kết nối với satellite, còn các bước như user access, protocol processing và business data transmission được xử lý trên quỹ đạo thay vì chuyển toàn bộ về một core ở mặt đất. Nói theo cách đơn giản, không chỉ “trạm phát 5G” mà một phần bộ não của network cũng được đưa lên satellite.

AI computer trên vệ tinh dùng để biến pixel thành thông tin trước khi downlink

Payload AI được Peng Cheng Laboratory gọi là digital-retina in-orbit computing payload. Tên gọi nghe khá hình tượng nhưng chức năng được mô tả cụ thể hơn: thu ảnh remote sensing, tiền xử lý, chạy nhận dạng thông minh và tạo ra thông tin đã được cô đọng. Hệ thống còn hỗ trợ cập nhật model trên quỹ đạo.

Giả sử sensor nhìn thấy một vùng cháy rừng. Pipeline truyền thống có thể phải downlink ảnh lớn, dựng sản phẩm ảnh dưới đất rồi mới chạy model nhận dạng và tính diện tích cháy. Với onboard AI, satellite có thể xử lý dữ liệu ngay khi chụp, phát hiện khu vực nghi cháy, ước lượng phạm vi rồi gửi trước một kết quả nhỏ hơn nhiều. Ảnh gốc vẫn có thể được tải xuống khi cần kiểm tra chi tiết.

Đây là khác biệt giữa data và information. Một ảnh multispectral có thể nặng hàng trăm megabyte; kết quả “có đám cháy tại tọa độ này, diện tích ước tính từng này” chỉ cần một lượng dữ liệu rất nhỏ. Nếu inference đủ đáng tin cậy, onboard processing có thể giảm áp lực downlink và đưa cảnh báo xuống nhanh hơn.

Tuy nhiên, các nguồn công khai hiện chưa cho biết accelerator mà PEGA-SUS1 sử dụng, công suất tính toán theo TOPS, điện năng tiêu thụ hay latency inference. Vì vậy chưa thể so trực tiếp AI computer của vệ tinh này với các hệ như NVIDIA Jetson trên một số mission edge-computing khác.

Điểm khác thường là AI output có thể đi thẳng vào 5G core

Theo mô tả từ GalaxySpace và các đơn vị tham gia, sau khi onboard AI phát hiện và nhận dạng mục tiêu, thông tin kết quả có thể được chuyển qua giao diện tốc độ cao bên trong satellite sang 5G core. Một terminal Ka-band dưới đất sau đó truy cập dữ liệu như một dịch vụ network thay vì phải đợi toàn bộ raw imagery được downlink rồi xử lý ở một hệ thống tách biệt.

Đây là phần làm câu chuyện thú vị hơn một satellite có AI đơn thuần. Satellite đang được thử như một edge node: nó có sensor để nhìn, compute để hiểu, network stack để đóng gói và routing thông tin, rồi communication payload để gửi kết quả tới user.

Nếu mô hình này scale lên một constellation, mỗi spacecraft có thể đóng vai trò giống một cell site kiêm edge server di chuyển trên quỹ đạo. Dữ liệu không nhất thiết phải đi theo đường “satellite → ground station → cloud → user” trong mọi trường hợp; một số xử lý và network decision có thể xảy ra ngay ở nơi dữ liệu được tạo ra.

100 Gbps laser giải một bottleneck khác

AI giúp giảm lượng dữ liệu phải gửi xuống, nhưng không phải lúc nào người dùng cũng chỉ cần kết quả inference. Các nhà khoa học vẫn có thể cần ảnh gốc, video, dữ liệu hyperspectral hay sản phẩm chi tiết mà onboard model không thể nén thành vài dòng metadata.

Vì vậy PEGA-SUS1 còn mang một payload laser communication được thiết kế để thử nghiệm đường truyền satellite–ground tới 100 Gbps. Peng Cheng Laboratory cho biết hệ sẽ kiểm tra cả khả năng điều chỉnh wavelength thích ứng.

Optical communication có thể cung cấp bandwidth cao hơn radio trong một beam rất hẹp, nhưng đổi lại việc pointing trở nên khó hơn nhiều. Satellite đang di chuyển với tốc độ quỹ đạo phải giữ tia laser hướng chính xác về terminal dưới đất; mây và khí quyển cũng ảnh hưởng mạnh tới link. Con số 100 Gbps vì vậy hiện là mục tiêu của bài test payload, chưa phải tốc độ dịch vụ đã đo ổn định trong vận hành.

150 kg nhưng mang ba lớp hạ tầng

PEGA-SUS1 nặng khoảng 150 kg. Các đơn vị tham gia mô tả ba payload chính gồm 5G NTN communication, digital-retina onboard computing và laser communication 100 Gbps. Satellite do Peng Cheng Laboratory dẫn dắt nhiệm vụ, phối hợp với GalaxySpace, Southern University of Science and Technology cùng các phòng lab về satellite internet và space communications.

Southern University of Science and Technology phụ trách một phần quan trọng của communication payload: mảng pha Ka-band tích hợp cao. Nhóm cho biết antenna có thể tạo và điều khiển nhiều beam song song trên cùng một aperture, một khả năng cần thiết khi một satellite phải phục vụ nhiều terminal hoặc nhiều nhiệm vụ communication trong lúc liên tục di chuyển.

PEGA-SUS1 cũng là vệ tinh đầu tiên của Pengcheng Tianma constellation, kế hoạch gồm chín satellite được định vị như một testbed LEO mở cho các công nghệ communication, sensing, computing và satellite internet. Điều này cho thấy mục tiêu trước mắt không phải bán một dịch vụ broadband mới, mà xây một môi trường thử nghiệm nơi các architecture có thể được kiểm chứng ngoài không gian thật.

“Satellite hiện chỉ chụp rồi gửi xuống đất” là một bức tranh đã bắt đầu lỗi thời

Onboard intelligence đã xuất hiện trước PEGA-SUS1. Φsat-2 của ESA đã vận hành AI applications trên quỹ đạo; nhiều startup và chương trình khác cũng đang phát triển edge computers cho Earth observation và satellite communication. Vì vậy PEGA-SUS1 không phải satellite đầu tiên biết “tự nhìn ảnh”.

Điểm mới được các đơn vị phát triển nhấn mạnh là lần đầu tại Trung Quốc một technology-demonstration satellite tích hợp cùng lúc 5G NTN base station, core network, onboard AI computing, laser và microwave communication. Đây là bài thử kiến trúc hệ thống hơn là một kỷ lục riêng lẻ về AI hay radio.

Sự khác biệt này quan trọng. Một AI accelerator có thể nhận dạng tàu rất nhanh nhưng vẫn phải đợi communication subsystem gửi kết quả. Một 5G payload có thể kết nối terminal nhưng không biết ảnh nào đáng truyền. Một laser link 100 Gbps có thể rất nhanh nhưng chỉ hữu ích khi spacecraft biết cách quản lý dữ liệu. Đặt ba lớp này cạnh nhau cho phép thử thứ mà từng component riêng lẻ không thể chứng minh: một pipeline sensor–compute–network chạy gần như trọn vẹn trên quỹ đạo.

Đưa data center lên quỹ đạo cũng mang theo những vấn đề của data center

Compute trên satellite phải sống với power budget nhỏ, khả năng tản nhiệt hạn chế và radiation mà server dưới đất không phải đối mặt. Phần mềm có thể được cập nhật, nhưng hardware sau khi phóng gần như không thể thay thế. Một lỗi memory, latch-up hay degradation do radiation có thể ảnh hưởng cả payload trong nhiều năm.

Đưa core network lên spacecraft còn làm reliability phức tạp hơn. Nếu satellite trở thành node xử lý protocol và service, network phải xử lý handover khi node liên tục bay qua chân trời, giữ trạng thái user, đồng bộ timing và đảm bảo các phiên dịch vụ không bị phá vỡ khi một satellite rời vùng phủ. Những vấn đề này chính là lý do 3GPP và ngành satellite đang tiếp tục phát triển regenerative NTN trong các release sau.

AI cũng tạo ra một rủi ro khác: quyết định sai trên quỹ đạo có thể khiến satellite bỏ qua dữ liệu đáng giá trước khi con người nhìn thấy nó. Một cloud detector false-positive có thể loại một ảnh hữu ích; một wildfire model bỏ sót có thể trì hoãn cảnh báo. Vì vậy onboard AI thường phù hợp nhất khi nó được thiết kế cùng cơ chế giữ raw data, confidence threshold và khả năng tasking lại thay vì trở thành bộ lọc không thể đảo ngược.

Bài test quan trọng bắt đầu sau khi rocket đã hoàn thành nhiệm vụ

PEGA-SUS1 được phóng lúc 12:03 ngày 20/9/2026 bằng Kinetica-1 Y18 cùng tám satellite khác và đã vào quỹ đạo dự kiến. Southern University of Science and Technology cho biết payload đang trải qua kiểm tra trên quỹ đạo bình thường.

Nhưng phóng thành công chỉ trả lời câu hỏi spacecraft có tới được quỹ đạo hay không. Các câu hỏi quan trọng hơn vẫn còn ở phía trước: 5G core onboard có duy trì ổn định user session không, throughput Ka-band thực tế ra sao, AI model xử lý ảnh nhanh đến mức nào dưới giới hạn power và thermal, 100 Gbps laser link giữ được bao lâu trong điều kiện khí quyển thật, và các payload có phối hợp mà không tạo bottleneck mới hay không.

Nếu những thử nghiệm đó thành công, ý nghĩa của PEGA-SUS1 sẽ không chỉ nằm ở một satellite có nhiều chức năng. Nó sẽ là một minh chứng cho cách thiết kế satellite đang thay đổi: từ thiết bị chủ yếu thu tín hiệu rồi gửi về một data center dưới đất, thành một node có thể nhìn, tính, quyết định và phục vụ dữ liệu ngay trên quỹ đạo.

Nguồn chính: Peng Cheng Laboratory; Southern University of Science and Technology; bối cảnh 5G NTN từ 3GPP; và bối cảnh onboard AI từ ESA Φsat-2.