Il Jet Propulsion Laboratory (JPL) della NASA ha sviluppato il robot esploratore extraterrestre fuoristrada a sei arti ATHLETE (All-Terrain Hex-Limbed Extra-Terrestrial Explorer). Trattandosi di un veicolo multiuso, ciascuno dei sei arti di ATHLETE è montato su una ruota, tanto da consentire al veicolo di spostarsi su terreni di vario tipo, dalle superfici lisce ai rilievi ondulati fino ai pendii più scoscesi. Le ruote possono tuttavia essere bloccate per trasformare gli arti in gambe per uso generale utilizzabili come piedi. È inoltre possibile utilizzare il robot ATHLETE per le operazioni di carico, scarico e trasporto merci su lunghe distanze.

Nell'ambito del programma Desert Research and Training Studies (D-RATS), NASA/JPL esegue con cadenza annuale appositi test sul campo per valutare il robot ATHLETE in combinazione con robot provenienti da altri centri NASA. Nel guidare i robot gli operatori si affidano a immagini satellitari ad alta risoluzione per motivi di comando, posizionamento e acquisizione di consapevolezza situazionale. Per semplificare l'elaborazione delle immagini satellitari, gli ingegneri NASA/JPL hanno sviluppato un'applicazione che sfrutta la natura parallela del flusso di lavoro. Per quest'attività NASA/JPL si affida ad Amazon Web Services (AWS).

L'applicazione è stata creata su Polyphony, un framework di orchestrazione dei flussi di lavoro di tipo modulare progettato per semplificare il processo per sfruttare centinaia di nodi su Amazon Elastic Compute Cloud (Amazon EC2). Ospitando la capacità in eccedenza su macchine locali e risorse disponibili nei centri di supercalcolo, Polyphony è perfettamente compatibile con il cloud AWS. Polyphony consente soprattutto alle risorse di interagire per conseguire un obiettivo comune. Utilizzando Amazon Simple Queue Service (Amazon SQS), i developer NASA/JPL possono distribuire calcoli massivi su Amazon EC2 scrivendo solo una singola classe.

In precedenza NASA/JPL aveva utilizzato Polyphony per dimostrare la funzionalità del cloud computing nell'elaborazione di centinaia di migliaia di immagini piccole in un ambiente Amazon EC2. NASA/JPL ha tuttavia adottato l'ambiente cluster compute per l'elaborazione di immagini enormi e ha di recente elaborato un'immagine da 3,2 giga-pixel per supportare le operazioni del robot ATHLETE nel rispettivo test sul campo D-RATS del 2010. Khawaja Shams, Senior Solution Architect, riferisce che "le risorse AWS hanno completato l'operazione in meno di due ore su un cluster di 30 istanze cluster compute. Questo dimostra un significativo miglioramento rispetto alle implementazioni precedenti".

Oltre a supportare le operazioni del robot ATHLETE, il framework Polyphony è stato consegnato al Mars Science Laboratory per essere utilizzato come una delle principali pipeline di consegna ed elaborazione dati che si occupa di elaborare i dati scaricati da Marte. Shams ha spiegato che l'applicazione "ha consentito di elaborare circa 200.000 immagini dalla sonda Cassini in poche ore a meno di 200 USD su AWS". In seguito alla mancanza di elasticità disponibile internamente prima di passare ad AWS, Shams ha affermato che "eravamo solo in grado di usare una singola macchina a livello locale impiegando più di 15 ore per una singola attività". L'efficienza e il risparmio sui costi offerti da AWS si sono dimostrati inestimabili.

Per ulteriori informazioni sulla creazione di applicazioni Web sul cloud AWS, visita la pagina http://aws.amazon.com/web-mobile-social/.

Per ulteriori informazioni sul modo in cui NASA/JPL utilizza il cloud AWS per altri studi e missioni, consulta le storie di successo dei clienti Missioni MER e CARVE di NASA/JPL e Missione Curiosity su Marte di NASA/JPL.