O Jet Propulsion Laboratory (JPL) da Nasa desenvolveu o robô All-Terrain Hex-Limbed Extra-Terrestrial Explorer (ATHLETE). Um veículo com várias finalidades, cada um dos seis membros do ATHLETE está ligado a uma roda, o que permite que o veículo viaje por vários tipos de terrenos, que abrangem superfícies uniformes, colinas com ondulações e terrenos íngremes. No entanto, as rodas também podem ser travadas para transformar os membros em pernas de uso geral que podem ser utilizadas como pés. O robô ATHLETE também pode ser usado para carregar, descarregar e transportar carga durante longas distâncias.

Como parte do Desert Research and Training Studies (D-RATS), a NASA/JPL executa testes de campo anuais no robô ATHLETE em conjunto com robôs de outros centros da NASA. Enquanto dirigem os robôs, os operadores dependem de imagens de satélite de alta resolução para obter orientações, posicionamento e reconhecimento da situação. Para facilitar o processamento de imagens de satélites, os engenheiros da NASA/JPL desenvolveram uma aplicação que se beneficia da natureza paralela do fluxo de trabalho. A NASA/JPL conta com a Amazon Web Services (AWS) para realizar este esforço.

A aplicação foi desenvolvida na Polyphony, que é uma estrutura de orquestração de fluxo de trabalho modular criada para facilitar o processo de utilização de centenas de nós no Amazon Elastic Compute Cloud (Amazon EC2). Ao acomodar capacidade em excesso em máquinas locais e recursos sobressalentes no centro de supercomputadores, a Polyphony integra-se perfeitamente à Nuvem AWS. Mais importante, a Polyphony permite que os recursos funcionem juntos para atingir um objetivo em comum. Ao usar o Amazon Simple Queue Service (Amazon SQS), os desenvolvedores da NASA/JPL podem implantar cálculos enormes no Amazon EC2 escrevendo apenas uma única classe.

A NASA/JPL já havia usado a Polyphony para validar o utilitário de computação em nuvem para processar centenas de milhares de pequenas imagens em um ambiente do Amazon EC2. No entanto, a NASA/JPL adotou um ambiente de computação em cluster para processar grandes imagens e recentemente processou uma imagem de 3,2 giga pixels para apoiar as operações do robô ATHLETE em seu teste de campo do D-RATS em 2010. Khawaja Shams, Arquiteto de soluções sênior, relata que "os recursos da AWS concluíram o trabalho em menos de duas horas em um cluster de 30 instâncias de computação em cluster. Isso demonstra uma melhoria significativa com relação às implantações anteriores".

Além de apoiar o robô ATHLETE, a Polyphony foi disponibilizada ao Mars Science Laboratory para funcionar como um dos principais pipelines de processamento e entrega de dados que processam dados obtidos por download de Marte. Shams explica que a aplicação "nos permitiu processar cerca de 200 mil imagens do Cassini em poucas horas por menos de 200 USD na AWS". Devido à falta de elasticidade disponível internamente antes da mudança para a AWS, Shams diz que "só era possível usar uma máquina localmente e nós passávamos mais de 15 dias realizando a mesma tarefa". A eficiência e a economia oferecidas pela AWS provou-se inestimável.

Para saber mais sobre a criação de aplicações web na Nuvem AWS, acesse: http://aws.amazon.com/web-mobile-social/.

Para obter mais informações sobre como a NASA/JPL usa a Nuvem AWS para diferentes missões e estudos, consulte os casos de sucesso do cliente NASA/JPL’s MER and CARVE Missions e NASA/JPL's Mars Curiosity Mission.