SAP计划2027年在国际空间站测试AI模型

SAP计划于2027年初，将其SAP-RPT表格型AI基础模型部署至国际空间站内的惠普（HPE）Spaceborne Computer-2。此举旨在测试企业级AI模型在极端边缘计算环境中的表现。

此次部署将利用机载传感器和任务遥测数据，评估轨道上的系统健康状况。与依赖回传地球数据分析不同，该模型直接在空间站运行，以规避延迟对时间敏感操作数据价值的影响。

SAP-RPT专为结构化数据构建，即使在信息缺失情况下也能进行预测，无需像其他AI系统那样进行模型训练或微调。在空间站场景中，它将支持遥测异常分类、潜在故障预测、缺失传感器读数重建，并为宇航员及地面团队生成任务健康报告。

能耗是太空部署的关键考量。SAP表示，SAP-RPT比最先进的语言模型节能约5万倍，契合轨道计算的严格电力限制。此外，该模型能适应不断变化的操作条件而无需预训练，可实时输出健康预测、风险评分及人工干预指示。

SAP将该项目视为其在结构化数据AI领域的技术与商业测试案例。SAP生成式AI和基础模型副总裁Mayank Shrivastava指出：“太空是AI的最终压力测试。如果基础模型能在辐射、能源和连接受限的情况下预测关键任务故障，那么它同样能在地面企业中预测供应商风险、现金流异常和设备故障。”

HPE Spaceborne Computer-2为此次部署提供了机载计算平台。该系统此前已在国际空间站测试高级计算工作负载，其面临的辐射、间歇性链接和有限维护访问等条件，与地面数据中心截然不同。

SAP认为，这些约束与地球上的救灾、远程农业、分布式制造等困难操作环境高度相似。在这些场景中，本地处理至关重要，因为连接性参差不齐，决策需在靠近数据源处快速做出。

HPE副总裁兼全球销售首席技术官Scott Wiest表示，在Spaceborne Computer-2上部署SAP的表格AI，展示了在终极边缘环境中使用AI进行实时检测和预测的可能性。

该项目反映了行业将AI推理移至数据源附近的趋势。对于企业软件供应商而言，这种转变开辟了工厂、物流网络和现场运营中的应用空间，其中延迟、带宽和弹性直接影响业务绩效。SAP表示，空间站工作将为其企业边缘AI路线图提供参考，特别是针对受限环境中依赖结构化数据的分析和运营流程。