Google testira čipe umetne inteligence v orbiti za prihodnje vesoljske podatkovne centre

Zadnja posodobitev: Oktober 3, 2026
Avtor: Isaac
  • Google je izstrelil eksperimentalni satelit s štirimi Trillium TPU-ji, da bi preizkusil delovanje svojih čipov umetne inteligence v nizki Zemljini orbiti.
  • Projekt Suncatcher preučuje izkoriščanje skoraj stalne sončne svetlobe in preizkuša hlajenje, sevanje in komunikacijo med sateliti.
  • Sevanje, toplota, vesoljski odpadki in stroški izstrelitve so glavne ovire za njegovo izvedljivost.
  • Druga podjetja raziskujejo podobne ideje, medtem ko Google načrtuje testiranje laserskih povezav.

Podatkovni centri umetne inteligence v vesolju

Google je naredil pomemben korak v svojem načrtu za selitev dela svoje infrastrukture umetne inteligence izven planeta. Eksperimentalni satelit, ki nosi čipe TPU podjetja, je odpotoval v nizko Zemljino orbito, da bi preizkusil, ali lahko ti procesorji delujejo v pogojih, ki se zelo razlikujejo od pogojev običajnega podatkovnega centra. Misija je del projekta Suncatcher, načrta, ki raziskuje, ali lahko vesolje postane primerna lokacija za obsežne delovne obremenitve strojnega učenja.

Prototip je izdelalo podjetje Planet Labs in ga je SpaceX-ovo misijo Transporter-18 izstrelilo na raketi Falcon 9. Čeprav še ni orbitalni podatkovni center , bo test meril, kako dobro čipi prenesejo izstrelitev, sevanje, ekstremne temperaturne spremembe in izzive hlajenja v vakuumu. Google ni edino podjetje, ki ga zanima ta tekma: SpaceX, Nvidia prek Starclouda, OpenAI, xAI in evropsko podjetje Mistral so prav tako predstavili pobude, povezane z računalništvom ali infrastrukturo umetne inteligence v vesolju.

Strojna oprema umetne inteligence
Povezani članek:
Umetna inteligenca postaja decentralizirana: strojna oprema umetne inteligence prihaja v osebne naprave

Kaj se testira v tej prvi fazi

Satelit nosi štiri enote Trillium TPU , poroča več tehnoloških medijev. Njegovo velikost primerjajo s hladilnikom, ima pa sončne celice, ki lahko proizvedejo približno en kilovat. Zaradi toplotnih in energetskih omejitev se bodo procesorji aktivirali v kratkih intervalih, približno petnajst minut, da se prepreči preobremenitev sistemov naprave.

Pred izstrelitvijo so inženirji satelit izpostavili vibracijam na več oseh, da bi simulirali udarce rakete. Komponente lahko prenesejo sile od 50- do 100-kratnika Zemljine gravitacije , kar zahteva ojačano strojno opremo. Google trdi, da je prototip te teste opravil in da je že vzpostavil stik z vesoljskim plovilom, ki naj bi delovalo po načrtih.

Sevanje, toplota in izstrelitev: tri tehnične fronte

Podatkovni centri umetne inteligence v vesolju

Podjetje je v Crockerjevem jedrskem laboratoriju na Univerzi v Kaliforniji v Davisu izvedlo tudi zemeljske teste s protonskimi žarki. Tam je svoje TPU-je izpostavilo odmerku sevanja, ki je bil višji od tistega, ki bi ga lahko akumulirali v petih letih v orbiti med izvajanjem nalog umetne inteligence. Rezultat je bil boljši od pričakovanega , čeprav so poznejši testi pri popravljanju eksperimentalne nastavitve zaznali rahlo povečanje logičnih napak.

Lokalna umetna inteligenca
Povezani članek:
Lokalna umetna inteligenca se združuje z novimi napravami in platformami

V normalnih pogojih sklepanja ostaja stopnja napak zelo nizka, približno ena napaka na milijon. Težava bi bila večja pri množičnem usposabljanju , kjer na tisoče čipov deluje več mesecev in lahko vsaka napaka vpliva na celoten sistem. Zato Google poleg sevanja preučuje tudi, kako odvajati toploto brez zraka: v vesoljskem vakuumu ni ventilatorjev ali tokov, ki bi pomagali odvajati toplotno energijo.

Za hlajenje procesorjev ekipa preizkuša kombinacijo toplotnih cevi in ​​radiatorjev, sistemov, ki so že bili preizkušeni v termičnih vakuumskih komorah. Misija jim bo omogočila, da preverijo, ali ta rešitev deluje v resničnih pogojih in katere prilagoditve potrebuje, preden se lotijo ​​satelitov z več deset čipi TPU, ki delujejo skupaj.

Osnovna ideja: računalniško omrežje na Zemlji

Pristop projekta Suncatcher daleč presega ta prototip. V sončno sinhronih orbitah bi sateliti lahko prejemali skoraj neprekinjeno sončno svetlobo, po Googlovih izračunih pa bi lahko sončne celice tam proizvedle do osemkrat več energije kot enakovredna elektrarna na Zemlji. To obilje energije je glavni razlog za raziskovanje podatkovnih centrov umetne inteligence zunaj planeta.

Podjetje si zamišlja prihodnje satelitske konstelacije, opremljene z ducati TPU-jev, ki bodo sposobni delovati usklajeno prek visokozmogljivih optičnih povezav. Izziv ni le v samih čipih , temveč tudi v vzdrževanju hitre in natančne komunikacije med platformami, ki delujejo z visokimi hitrostmi. Da bi bilo takšno omrežje izvedljivo, bi se moral prenos podatkov preusmeriti s počasnih povezav na dolge razdalje na veliko hitrejše in natančnejše povezave.

Prenosniki z umetno inteligenco
Povezani članek:
Prenosniki z umetno inteligenco: nova generacija, ki deluje brez povezave

Naslednji načrtovani mejnik je demonstracija z dvema satelitoma, ki poskušata komunicirati prek laserja, s testnim oknom, določenim za leto 2027. Vzdrževanje te povezave med gibanjem zahteva ogromno natančnost, primerljivo z udarcem kovanca z razdalje več kilometrov. Če bo test uspešen, bo imel Google trdnejšo podlago za nadaljnji razvoj svoje orbitalne arhitekture.

Konkurenca, stroški in dvomi o modelu

Osnovni razlog je, da se zemeljski podatkovni centri soočajo z vse večjim pritiskom. Njihova poraba električne energije zaradi delovnih obremenitev umetne inteligence strmo narašča, Evropska komisija pa je v Evropi ocenila, da svetovna poraba v tem sektorju znaša med 415 in 485 teravatnih ur, kar predstavlja med 1,5 % in 2,5 % svetovne porabe električne energije – številka, ki bi se lahko do leta 2030 podvojila. K temu je treba dodati še lokalno nasprotovanje, ki ga povzročajo nekateri obsežni projekti zaradi njihovega vpliva na električno omrežje in vire.

V tej tekmi ni edini. SpaceX dela na satelitih z grafičnimi procesorji in načrtih za orbitalne superračunalnike; Starcloud, ki ga podpira Nvidia, je eksperimentiral z modeli umetne inteligence iz vesolja; evropsko podjetje Mistral pa je napovedalo partnerstvo za razvoj satelitske infrastrukture umetne inteligence. Tudi Google, OpenAI in xAI pozorno spremljajo idejo, ki je zaenkrat odvisna od dokazovanja, da lahko strojna oprema preživi in ​​da se poslovanje lahko ohrani.

Ekonomska upravičenost je odvisna od zmanjšanja stroškov izstrelitve. Google ocenjuje, da bi se morali stroški do sredine naslednjega desetletja približati 200 dolarjem na kilogram, da bi orbitalno računalništvo lahko konkuriralo zemeljskim alternativam. Ta cilj zahteva rakete za večkratno uporabo in veliko večjo pogostost letov, kot je trenutno mogoče , ter rešitve za hlajenje, vzdrževanje in delovanje opreme v zahtevnih okoljih.

NAS OmniCore
Povezani članek:
OmniCore: NAS, ki temelji izključno na bliskovnih pomnilnikih, z lokalno umetno inteligenco

Obstajajo tudi pomisleki. Več strokovnjakov opozarja na tveganje povečanja količine vesoljskih odpadkov v nizki Zemljini orbiti, težave pri popravilu poškodovane strojne opreme ter morebiten vpliv velikih ozvezdij na astronomsko opazovanje in svetlobno onesnaženje. To so ovire, ki ne izginejo zgolj zato, ker so čipi prestali začetni test.

Ta Googlov začetni poskus ne bo spremenil satelita v polnopravni objekt za umetno inteligenco. Trenutni cilj je zbiranje podatkov iz resničnega sveta o obnašanju procesorjev in hladilnih sistemov. Če bodo rezultati obetavni, bo imelo podjetje podlago za nadaljnje raziskovanje omrežja medsebojno povezanih satelitov; če ne, bo ideja o selitvi dela računalništva umetne inteligence v vesolje ostala obljuba s številnimi nerešenimi vprašanji.

Isaac

Isaac

Specialist za tehnično podporo in IT navdušenec z dokazanimi izkušnjami na področju analize ekosistemov operacijskih sistemov. Njegove izkušnje segajo od optimizacije vseh različic sistema Windows do upravljanja sistemov Windows Server, Linux in macOS, pri čemer zagotavlja natančne rešitve s podrobnimi vodniki in tehničnimi vadnicami.

Strasten je nad kibernetsko varnostjo, aplikacijami in tehnološkimi trendi, predan pa je tudi razčlenjevanju kompleksnosti programske in strojne opreme, da bi uporabnikom pomagal povečati zmogljivost svojih naprav in digitalnih orodij.