NASA 的噴射推進實驗室 (JPL) 開發了全地形六足外星探測器 (All-Terrain Hex-Limbed Extra-Terrestrial Explorer,ATHLETE) 機器人。ATHLETE 是一種多用途的車輛,六隻腳各連接一個輪子,能夠行走於平坦地面、起伏山丘乃至於陡峭地勢等各種地形。不過,這六隻腳也能將輪子鎖住,轉變成一般的腿用來走路。ATHLETE 機器人也能用來裝載、卸載和長途運輸貨物。

NASA/JPL 在沙漠研究和技術研究 (簡稱 D-RATS) 專案中,每年都對 ATHLETE 機器人以及 NASA 其他研究中心的機器人進行實地試驗。駕駛機器人時,操作員要根據高解析度的衛星影像進行引導、定位和環境感知。為了簡化衛星影像處理流程,NASA/JPL 的工程師開發了一套應用程式,可讓工作流程發揮其平行進行的優勢。NASA/JPL 便是倚賴 Amazon Web Services (AWS) 來達成此目標。

這個應用程式以 Polyphony 為建置基礎,這是一個模組化的工作流程編制架構,專門設計來簡化 Amazon Elastic Compute Cloud (Amazon EC2) 中數百個節點的使用程序。Polyphony 能夠提供本機電腦上的多餘容量以及超級運算中心的空閒資源,與 AWS 雲端完美地緊密配合。最重要的是,Polyphony 能夠讓各種資源一起運作,達成共同的目標。NASA/JPL 的開發人員使用 Amazon Simple Queue Service (Amazon SQS),因此只要在 Amazon EC2 上撰寫單一類別的程式碼,即可部署大量運算工作。

NASA/JPL 過去曾經使用 Polyphony 驗證雲端運算在 Amazon EC2 環境中處理數十萬個小型影像的實用性。不過,NASA/JPL 現在已經採用叢集運算環境來處理大型影像,最近才處理過一張 32 億像素的影像,以支援 ATHLETE 機器人在 D-RATS 實地試驗中的運作。資深解決方案架構師 Khawaja Shams 報告:「AWS 的資源在一個擁有 30 個叢集運算執行個體的叢集上,能在兩小時內完成工作。這比起先前的實作,是一項顯著的進步。」

Polyphony 除了支援 ATHLETE 機器人之外,也被交付到火星科學實驗室,擔任其中一個主要的資料處理和傳遞管道,處理從火星下載的資料。Shams 解釋,這個應用程式「可以讓我們在幾小時內,只花不到 200 USD,就在 AWS 上處理將近 200,000 張 Cassini 傳回的影像。」Shams 表示,在轉換到 AWS 之前,由於內部缺乏彈性,「我們只能使用一台單機,花 15 天以上的時間進行同一項工作。」結果證明,AWS 提供的效率和節省的成本非常具有價值。

要進一步了解如何在 AWS 雲端上建立 Web 應用程式,請瀏覽:http://aws.amazon.com/web-mobile-social/

如需 NASA/JPL 如何使用 AWS 雲端進行其他任務與研究的詳細資訊,請參閱:NASA/JPL 的 MER 與 CARVE 任務NASA/JPL 的火星好奇號任務客戶成功案例。