加利福尼亚州戈莱塔,2026年5月28日——Mentium Technologies今日宣布,其新一代AI处理芯片Luna-R1已被选定部署于ET-01任务,该任务涉及一组运行在近地轨道(LEO)的卫星星座。这一星座由此前处于隐身状态的EarthTraq公司开发,任务赞助方为美国国家航空航天局(NASA)小型航天器与分布式系统(SSDS)项目。ET-01任务由四颗航天器组成,每颗均将搭载一块Mentium Luna-R1板卡,并计划通过SpaceX Transporter-17拼车发射任务升空。此次里程碑标志着面向下一代空间架构的可扩展、分布式星载智能技术取得重要突破。
通过在太空中直接处理数据,而非完全依赖下行链路带宽,Luna-R1能够实现更快的决策周期、更低的延迟以及更高效的星座整体运营。
Mentium Technologies首席执行官Mirko Prezioso表示:"星座从根本上改变了空间系统的运作方式——从孤立的单颗航天器,演进为协同运作的智能网络。Luna-R1使每颗卫星都能在本地执行AI推理,同时融入更广泛的分布式系统,从而开启全新的自主空间能力。"
赋能近地轨道星座分布式智能
Luna-R1集成了先进AI加速能力、抗辐射设计理念和超低功耗计算单元,封装紧凑,专为航天飞行及可扩展星座部署而优化。其核心功能包括:
实时采集机载传感器与有效载荷仪器的数据
在轨AI推理,支持分类、异常检测与预测分析
跨星座分布式处理,实现协同自适应操作
将处理后的信息以低延迟方式传输至地面操控人员和网络节点
在热环境、辐射及功率受限条件下保持高可靠性运行
驱动下一代自主空间系统
随着卫星架构向大规模星座方向演进,星载智能正成为管理日益增长的数据量与任务复杂性的关键要素。Luna-R1入选ET-01任务,充分印证了市场对可扩展、高能效AI硬件的迫切需求——这类硬件不仅需在太空中稳定运行,还须支持边缘端的实时决策。
Mirko Prezioso进一步补充道:"这次任务是迈向完全自主轨道系统的关键一步。通过在整个星座中嵌入智能能力,我们得以实现更快的响应速度、更低的运营开销,并开拓全新的任务场景——从持续地球观测到自适应通信,乃至更多领域。"
展望未来:Luna-2
在Luna-R1成功基础上,Mentium Technologies正在研发下一代AI加速器Luna-2。该芯片可在仅150毫瓦的功耗下提供4.2 TOPS的算力,性能功耗比的显著飞跃使Luna-2有望成为目前市场上最具能效优势的航天与边缘端AI处理器之一。Luna-2专为抗辐射级与标准级两种配置设计,将进一步拓展Mentium在星座规模部署、自主系统及双重用途市场的覆盖范围,涵盖国防、商业物联网及新一代地球观测平台等多个领域。
关于Mentium Technologies
Mentium Technologies专注于为航空航天、国防、商业物联网设备及新一代嵌入式系统开发先进AI计算解决方案。公司以可靠性、高效性与关键任务性能为核心,持续提供能够在最严苛环境下支撑智能运营的硬件与软件技术。
Q&A
Q1:Mentium Luna-R1芯片有哪些核心技术特点?
A:Luna-R1集成了先进AI加速能力、抗辐射设计和超低功耗计算单元,封装紧凑,适配航天飞行环境。它支持实时数据采集、在轨AI推理(涵盖分类、异常检测与预测分析)、跨星座分布式处理,并能以低延迟向地面传输处理结果,同时在高温、辐射及功率受限条件下保持高可靠性。
Q2:ET-01任务的具体情况是怎样的?
A:ET-01是由EarthTraq公司开发的近地轨道卫星星座任务,获NASA小型航天器与分布式系统项目赞助。整个任务由四颗航天器组成,每颗均搭载一块Mentium Luna-R1板卡,计划通过SpaceX Transporter-17拼车发射任务升空。该任务旨在验证可扩展的分布式星载智能技术在下一代空间架构中的应用。
Q3:Mentium下一代芯片Luna-2性能如何?
A:Luna-2是Mentium Technologies正在研发的新一代AI加速器,可在仅150毫瓦功耗下提供4.2 TOPS算力,性能功耗比大幅提升,有望成为航天及边缘端最具能效优势的AI处理器之一。Luna-2支持抗辐射级与标准级两种配置,面向星座部署、自主系统、国防、商业物联网及地球观测等多元市场。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。