kensat

把大模型送上太空，在轨推理后把结果传回地面。

kensat 是一个面向在轨边缘 AI 计算的开源立方星项目，目标是把大语言模型真正送上太空运行。它基于 2U CubeSat 平台，搭载 NVIDIA Jetson Orin Nano 作为算力核心，通过电源门控策略在轨执行神经网络推理，再把结果经由自研 UHF 无线电链路下传到业余地面站。项目解决的核心问题是：传统卫星算力有限、数据必须全部回传地面处理，带宽和时延都受限；kensat 尝试让卫星在轨完成 AI 推理，只回传结论而非原始数据，从而降低下行压力、提升响应速度。代码以 Python 为主，覆盖星载软件、任务调度与通信协议等环节，适合作为高校、业余无线电社区和航天爱好者的在轨 AI 实验平台。

开源 unknown 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 110

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类行业应用

开发团队kenchangh

所属国家

官网地址https://kensat.com

GitHubhttps://github.com/kenchangh/kensat

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型cubesat,edge-computing,satellites

GitHub 星标★ 110

30天Star增速

HF 下载量

上线时间2026-06-17 00:00:00

最近更新2026-09-14 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-15

浏览次数0

使用教程

核心亮点

选用 Jetson Orin Nano 做在轨推理，算力足以跑轻量大语言模型，硬件路线明确
采用电源门控设计，按需给 AI 模块供电，缓解立方星功耗与散热约束
自研 UHF 链路对接业余地面站，降低通信门槛，便于社区参与和验证

不足之处

项目处于早期阶段，星载软件与地面站工具链的完整度、文档覆盖仍待观察
在轨大模型推理的实测数据与可靠性验证有限，抗辐射和长期稳定性缺少公开结论

适用场景

高校或业余无线电团队开展在轨 AI 推理教学与实验
遥感图像在轨初筛，只下传有价值的检测结果
验证星载大模型、电源门控与低带宽通信的联合方案

替代项目

PyCubed、OpenSatKit、F´ (F Prime)

项目介绍

kensat 是一个行业应用领域的开源项目，官方简介：KENSAT, Edge-AI Compute in Orbit - A 2U CubeSat that runs a large language model on-orbit. A power-gated NVIDIA Jetson Orin Nano executes neural-network inference in space, and the results are downlinked over a custom UHF radio link to amateur ground stations.。项目使用 Python 开发，在 GitHub 上获得 110 星标。

上一篇：Awesome-TCM-LLM

下一篇：terraform-genai-knowledge-base