富士通×山口大学、小型衛星上の冗長GPUエッジコンピューティングと洋上風速推定の未来

富士通株式会社と国立大学法人山口大学は、低軌道合成開口レーダー（SAR）衛星向けに、小型衛星上で冗長構成GPUを用いて「準リアルタイム（10分以内）」に画像処理を行う低電力エッジコンピューティング技術を共同開発した。

この技術は、約20Wという小型衛星の一般的な電力制約の中で動作しつつ、宇宙放射線によるソフトエラーに耐える冗長構成コンピュータシステムと、それに対応するプログラミング環境から構成されている。 実証では、SAR衛星の生データに対しL1処理とL2処理を行い、数百メートル単位で洋上風速を推定することに成功した。この成果は、光学衛星やマルチ・ハイパースペクトル衛星への応用可能性も示唆している。

さらに富士通は、LinuxやPython、OSSの上で宇宙放射線にロバストなプログラムを容易に開発できるライブラリ「Fujitsu Research SOft error Radiation Armor（FRSORA）」を整備し、2026年2月の公開を予定している。

From: 小型衛星上で冗長構成GPUによる準リアルタイム画像処理を実現する低電力エッジコンピューティング技術を開発

【編集部解説】

低軌道の小型SAR衛星で「約10分以内に洋上風速まで推定する」という今回の成果は、単なる処理時間の短縮にとどまらず、「宇宙空間そのものをエッジコンピューティング基盤として再定義する」という流れを一段押し進めるものです。 これまでSARの生データは、その膨大なデータ量ゆえに地上局へダウンリンクしてから処理するのが定石でした。しかし、冗長構成GPUと20W級の低消費電力設計で、軌道上でのL1・L2処理まで踏み込んだ事例は世界的にも希少です。

技術的な要点は、「厳しい電力制約」と「宇宙放射線によるソフトエラー」という2つの条件を同時にクリアしている点です。 小型衛星でアプリケーション用途に割り当てられる電力はおおよそ20W程度とされる中で、2つのプロセッサに同一処理をさせ結果を比較する冗長構成を実現し、エラー検出と再計算を含めて約10分の処理時間に収めています。 処理内容ごとに性能と電力のトレードオフを最適化する設計は、今後のオンボードAI推論にもそのままつながるアーキテクチャの考え方と言えます。

もう一つ注目したいのが、LinuxやPython、一般的なOSSの上に「FRSORA」ライブラリを載せている点です。 従来、宇宙機向けソフトウェアは専用RTOSや特殊ツールチェーンが多く、開発者の裾野がどうしても限られていましたが、ソフトエラー耐性をライブラリとして提供することで、地上のMLエンジニアやPythonエンジニアが宇宙向けコードに関わりやすくなります。 「宇宙をクラウドやエッジの延長として扱う」世界観への橋渡しとして、この選択は象徴的です。

応用の入り口として示されている洋上風速推定は、今後の広がりをイメージしやすいユースケースです。 船舶の安全運航や港湾オペレーション、洋上風力発電の運用最適化など、海上の「現在地」を高解像度で把握できることは多くの産業に直結します。 さらに、同じ枠組みを光学衛星やマルチ・ハイパースペクトル衛星に展開すれば、森林火災・違法伐採・農作物の健康状態・海洋汚染といった地球規模の異常検知を、よりタイムリーに行える可能性も見えてきます。

一方で、軌道上で高度な解析を完結できるようになると、「何を、どこまでリアルタイムに検知し通知するか」という設計には慎重さも求められます。 海上活動や国境付近の動きなど、監視と安全保障の文脈に直結するデータをリアルタイムで扱えるようになるほど、運用ガイドラインや国際的なルールメイキングの重要度も上がるはずです。 innovaTopiaとしては、この種の技術を監視強化の手段としてだけ捉えるのではなく、「環境と人命を守るセンサー網」としてどのように設計するかが、今後の社会的議論の焦点になっていくと考えています。

長期的に見ると、今回の富士通と山口大学の取り組みは、地上のAI・HPCインフラで当たり前になったコンセプトを「宇宙という極端な環境」に移植する試みの先行事例です。 20W級という厳しい条件下で冗長構成GPU、ソフトエラー対策、L1・L2処理、さらに将来のAI処理まで視野に入れている点から、今後5〜10年で宇宙空間が巨大な分散エッジコンピューティング基盤へと進化していく流れの一端が垣間見えます。 こうした文脈でニュースを追うと、一見するとニッチな技術発表が、人類のセンシングと意思決定の在り方の変化につながるピースに見えてきます。

【用語解説】

合成開口レーダー（SAR）
マイクロ波を地表に照射し、その反射波を解析して二次元画像を生成するレーダー方式を指す。

冗長構成GPU
同一処理を複数のGPUで同時に実行し、出力結果を比較することで誤作動を検出するコンピュータ構成を意味する。

ソフトエラー
宇宙放射線などが原因で一時的にビット反転が起きるが、ハードウェア自体は物理的損傷を受けないエラー現象を指す。

L1処理
SARの生データから圧縮処理などを通じて通常の二次元画像に変換する処理段階で、計算量が多いのが特徴である。

L2処理
L1処理後の画像に対して地表や大気に関する補正を行い、海上風速や波高などの物理量を推定する処理段階である。

洋上風速推定
SAR画像から海面の粗さなどを解析し、数百メートルスケールの解像度で海上の風速を推定するリモートセンシング手法を指す。

【参考リンク】

富士通株式会社（外部）
日本を拠点とするICT企業で、コンピューティングやAI、衛星関連システムなど幅広い技術とサービスを提供している。

国立大学法人 山口大学（外部）
山口県山口市に本部を置く国立大学で、衛星データ解析やリモートセンシングなど地球観測関連の研究も進めている。

山口大学 プレス資料（PDF）（外部）
小型衛星上の冗長構成GPUと低電力エッジコンピューティング技術の背景や検証結果を図表付きで詳しく解説した資料である。

【参考動画】

【参考記事】

Low-power edge computing technology for near real-time image processing on small satellites（外部）
小型SAR衛星向けに20W級の電力で冗長構成GPUを動作させ、約10分以内にL1・L2処理と洋上風速推定を行う低電力エッジコンピューティング技術の概要と将来のオンボードAI活用の可能性を解説している。

富士通など、低電力エッジコンピューティング技術（外部）
富士通と山口大学が開発した小型衛星向け低電力エッジコンピューティング技術について、20W程度の電力制約や10分以内の画像処理、FRSORAライブラリ公開予定などのポイントをニュース形式で紹介している。

富士通と山口大学が小型衛星向け画像処理技術を開発（外部）
冗長構成GPUとエラー処理の仕組みを備えた小型衛星向け画像処理技術として、20W級システムで10分以内に処理を完了し洋上風速を推定した実証内容と、今後の応用やFRSORAの役割について解説している。

【編集部後記】

今回の低電力エッジコンピューティング技術は、「20Wと10分」という具体的な制約条件の中で、どこまで宇宙空間に知性を持ち込めるのかという問いへの一つの答えだと感じました。 一方で、「解像度の高さ」はそのまま監視の強度にもつながりうることを思うと、どの用途に、どんなガバナンスで使うのかという視点も欠かせません。

みなさんは、、もし自分が携わる分野にこの「宇宙エッジ」が入ってきたら、どんなサービスやルール設計が望ましいと感じるでしょうか。ぜひ一緒に考えていけたらうれしいです。