[논문 리뷰] Which Workloads Belong in Orbit? A Workload-First Framework for Orbital Data Centers Using Semantic Abstraction

Durgendra Narayan Singh|arXiv (Cornell University)|2026. 03. 19.

Space Satellite Systems and Control인용 수 0

한 줄 요약

논문은 워크로드 중심 프레임워크를 제시하여 어떤 작업이 궤도 상의 cloud와 지상 클라우드에 속하는지 결정하고, 궤도 내 시맨틱 추상화 프로토타입으로 데이터를 크게 축소하여 컴팩트 아티팩트를 만든다는 것을 시연한다.

ABSTRACT

Space-based compute is becoming plausible as launch costs fall and data-intensive AI workloads grow. This paper proposes a workload-centric framework for deciding which tasks belong in orbit versus terrestrial cloud, along with a phased adoption model tied to orbital data center maturity. We ground the framework with in-orbit semantic-reduction prototypes. An Earth-observation pipeline on Sentinel-2 imagery from Seattle and Bengaluru (formerly Bangalore) achieves 99.7-99.99% payload reduction by converting raw imagery to compact semantic artifacts. A multi-pass stereo reconstruction prototype reduces ~306 MB to ~1.57 MB of derived 3D representations (99.49% reduction). These results support a workload-first view in which semantic abstraction, not raw compute scale, drives early workload suitability.

연구 동기 및 목표

• 우주 기반 컴퓨트를 고유의 대기시간, 연결성 및 전력 제약이 있는 제약 자원으로 동기화한다.
• 궤도 배치 적합성을 평가하는 워크로드 적합성 프레임워크를 형식화한다.
• 공간 원천 데이터에서 시맨틱 아티팩트로의 실증적 축소를 통해 워크로드 배치를 안내한다.

제안 방법

• 궤도 컴퓨트에 대한 1차 원칙 제약(지연, 연결성, 에너지, 대역폭, 결함 특성)을 개발한다.
• 지연 허용치, 대역폭 강도, 결함 허용성, 데이터 로컬리티, 컴퓨트 집중도를 포함하는 5차원 워크로드 적합성 매트릭스를 도입한다.
• 궤도 인프라 성숙도와 워크로드 적합성을 연결하는 단계적 역량 로드맵을 제공한다.
• EO 시맨틱 축소 파이프라인의 끝에서 끝 프로토타입을 통해 다운링크 대역폭 감소를 정량화한다.
• 공간 제약 하에서 고계산 워크로드를 평가하는 딥-프록시 멀티뷰 재구성 파이프라인을 보여준다.

실험 결과

연구 질문

• RQ1 궤도 데이터 센터에서 워크로드 배치를 독특하게 영향을 주는 제약은 무엇인가?
• RQ2 구조화된 점수 체계를 통해 어떤 워크로드가 궤도 배치에 적합한지 어떻게 결정할 수 있는가?
• RQ3 시맨틱 추상화가 공간 원천 데이터의 다운링크 필요를 얼마나 감소시킬 수 있는가?
• RQ4 워크로드 범주에 맞춘 성숙도를 위한 궤도 컴퓨트의 단계적 경로는 무엇인가?

주요 결과

• EO 시맨틱 축소는 시애틀과 벵갈루루의 클라우드 체제에 따라 대역폭 감소를 약 99.69%에서 약 99.996%까지 달성하였다.
• 딥-프록시 멀티뷰 재구성은 원시 이미징 306 MB를 1.57 MB로 축소(99.49% 감소)하며, 사용 가능한 차이성 커버리지(11.45%)가 제한적이어도 가능하다.
• 두 개의 실증 사례 연구는 워크로드 적합성 매트릭스를 검증하여 높은 대역폭 감소와 공간 원천 데이터 로컬리티가 특정 워크로드에 대해 궤도 내 처리를 정당화한다는 것을 보여준다.
• 세 단계의 로드맵은 궤도 인프라 성숙도를 진화하는 워크로드 적합성으로 연결하며, GPU 전용 다운링크 허용 워크로드에서 콘스텔레이션 수준의 LISL 컴퓨트로 확대된다.