تصور کنید تمام پردازش‌های سنگین هوش مصنوعی شما به‌جای دیتاسنترهای زمینی، در خوشه‌هایی از ماهواره‌ها در مدار زمین انجام شود. این رویای گوگل با پرتاب یک ماهواره نمونه در ۱ اکتبر ۲۰۲۶ از کالیفرنیا، از حالت تئوری خارج شد تا ثابت کند تراشه‌های پیشرفته این شرکت می‌توانند در برابر تشعشعات فضایی دوام بیاورند. این اولین بار است که گوگل تراشه‌های هوش مصنوعی پیشرفته خود را به فضا می‌فرستد.
این مأموریت قصد دارد ثابت کند که واحد پردازش تنسور (TPU) — که رقیب اصلی GPUهای انویدیا و موتور محرک محاسبات گوگل است — می‌تواند در محیط سخت مدار، با مدیریت محدودیت‌های شدید انرژی و حرارتی، به‌درستی عمل کند.
زمینه پروژه سان‌کچر (Project Suncatcher)
این اقدام نشان‌دهنده چرخش گوگل به سمت «رایانش مداری» (Orbital Compute) است؛ جایی که بارهای کاری هوش مصنوعی به‌جای زمین، در فضا پردازش می‌شوند. در حالی که پیش از این پوشش دادیم که چگونه نبردهای حقوقی بر سر «مرورهای هوش مصنوعی گوگل» (AI Overviews) استراتژی زمینی این شرکت را شکل داده است، پروژه سان‌کچر یک «ماهshot» بلندمدت برای ساخت زیرساخت عظیمی شامل ۸۱ ماهواره است که در آرایشی نزدیک به هم پرواز می‌کنند تا داده‌ها را به‌صورت موازی پردازش کنند.
تراویس بیلز (Travis Beals)، مدیر اجرایی پروژه سان‌کچر، می‌گوید تمرکز آن‌ها بر ساخت زیرساخت‌های فضایی و بارهای کاری هوش مصنوعی است که در آینده وجود خواهند داشت. بیلز تأکید می‌کند که وقتی صحبت از اجرای بارهای کاری چند-رک (multi-rack) است، پهنای باند و تأخیر بین TPUها حیاتی است و شرکت اکنون به جایگاه این بارهای کاری در پنج سال آینده نگاه می‌کند.
این ماهواره که توسط شرکت Planet Labs ساخته شده، فعلاً یک اثبات مفهوم (Proof-of-Concept) است. برای جلوگیری از فشار بیش از حد به سیستم‌های مدیریت برق و حرارتی ماهواره، TPU در بازه‌های ۱۵ دقیقه‌ای فعال می‌شود. این مأموریت باید ثابت کند که سیستم می‌تواند یک کیلووات برق مداوم تأمین کند و در حین اجرای مدل‌ها برای شناسایی خرابی‌های احتمالی، تراشه را به‌طور مؤثر خنک نگه دارد. بیلز با تأکید بر ضرورت این پرتاب اظهار داشت: «ما تست‌های زمینی را انجام داده‌ایم، اما می‌دانید، هیچ تستی به‌طور کامل به اندازه تجربه واقعی در فضا خوب نیست.»
جزئیات فنی مأموریت
- سخت‌افزار فعلی: این نمونه اولیه بر پایه یک پلتفرم استاندارد از شرکت Planet Labs بنا شده است.
- نسخه‌های آینده: یک نسخه دموی دیگر برای سال آینده پیش‌بینی شده است که شامل دو ماهواره خواهد بود؛ ماهواره‌هایی که به‌طور تخصصی‌تر برای محاسبات پیشرفته طراحی شده‌اند.
- اتصالات: نسخه‌های آینده تلاش خواهند کرد تا از طریق یک لینک ارتباطی لیزری با یکدیگر همکاری و تعامل داشته باشند.
- بستر پرتاب: موشک اسپیس‌اکس در این مأموریت بیش از ۱۰۰ محموله مختلف را حمل کرد که شامل مأموریت‌های شرکت‌های Satlyt و Cowboy Space Company نیز می‌شد.
اقتصاد مدار و شرط استارشیپ
چشم‌انداز گوگل کاملاً به سقوط قیمت دسترسی به فضا وابسته است. در یک مقاله پژوهشی داوری‌شده (Peer-reviewed) که در ۲ اکتبر ۲۰۲۶ در نشریه Joule منتشر شد، محققان گوگل «منحنی یادگیری» پرتاب‌های موشکی را تحلیل کردند. آن‌ها استدلال می‌کنند که برای اینکه مراکز داده مداری از نظر اقتصادی توجیه‌پذیر باشند، قیمت پرتاب باید تا سال ۲۰۳۵ به حدود ۲۰۰ دلار به‌ازای هر کیلوگرم کاهش یابد. این رویکرد در حالی صورت می‌گیرد که بحران مصرف انرژی در دیتاسنترهای زمینی به طور فزاینده‌ای توجه شرکت‌های فناوری را به جایگزین‌های خارج از زمین جلب کرده است.
گوگل که یکی از سرمایه‌گذاران اصلی اسپیس‌اکس است، مشاهده کرده که سازندگان موشک‌های ایلان ماسک از زمان پرتاب فالکون ۱، به یک منحنی یادگیری کاهش قیمت حدود ۲۰٪ در سال دست یافته‌اند. با این حال، موشک‌هایی که برای مقیاس‌بندی به‌صرفه مراکز داده مداری مورد نیاز هستند، هنوز وجود ندارند.
برای رسیدن به نقطه قیمتی ۲۰۰ دلار در هر کیلوگرم، گوگل تخمین می‌زند که اسپیس‌اکس (SpaceX) باید در دهه آینده ۳۷۰ هزار تن محموله به مدار بفرستد. این حجم از عملیات مستلزم آن است که استارشیپ (Starship) تقریباً ۱۸۰۰ بار پرواز کند — یعنی به‌طور متوسط ۱۸۰ پرتاب در سال — با این فرض که هر مأموریت ۲۰۰ تن متری محموله حمل کند. این یک جهش خیره‌کننده برای وسیله‌ای است که تا به حال هرگز بیش از ۵ بار در یک سال پرواز نکرده است، هرچند ماسک پیشنهاد داده است که استارشیپ می‌تواند تا سال ۲۰۲۹ به نرخ پرواز ساعتی دست یابد.
موانع سخت‌افزاری و تشعشعات
علاوه بر هزینه پرتاب، سخت‌افزار باید در برابر تشعشعات شدید فضایی دوام بیاورد. گوگل پس از کشف اینکه پیکربندی‌های اولیه تراشه‌ها، محافظتی بیشتر از آنچه در واقعیت در فضا تجربه می‌کنند فراهم می‌کرد، تست‌های جدیدی را با استفاده از یک شتاب‌دهنده ذرات انجام داد. نتایج این تست‌های اصلاح‌شده نشان داد:
- پایداری استنتاج (Inference): نرخ خطای عملیات‌های معمول استنتاج بسیار پایین و تقریباً یک در میلیون است.
- محدودیت‌های آموزش: نرخ خطای فعلی برای اجرای آموزش‌های «مقیاس عظیم» (mega-scale) که شامل هزاران تراشه است و ماه‌ها به طول می‌انجامد، بسیار بالا است.
- طول عمر: گوگل همچنان اطمینان دارد که تراشه‌ها می‌توانند بارهای کاری بزرگ استنتاج را در طول عمر ۵ ساله یک ماهواره تحمل کنند.
این جاه‌طلبی مختص این غول فناوری نیست. استارتاپ Satlyt که توسط یکی از مدیران سابق محصول در گوگل و اسپیس‌اکس تأسیس شده، اخیراً ۸ میلیون دلار سرمایه جذب کرد تا اهداف مشابهی را در زمینه هوش مصنوعی مداری دنبال کند؛ این شرکت قصد دارد با ایجاد یک اکوسیستم نرم‌افزاری باز لایه‌ای منعطف برای اجرای مدل‌های هوش مصنوعی در فضا فراهم کند، آن هم پس از آنکه هر دو شرکت بزرگ (گوگل و اسپیس‌اکس) در ابتدا به ایده‌های داخلی او پاسخ منفی داده بودند.
برای مدیران کسب‌وکار، این یعنی آینده «ابر» ممکن است به‌معنای واقعی کلمه در ابرها باشد. اگر گوگل موفق شود، محدودیت‌های تأخیر و پهنای باند مراکز داده زمینی برای برخی بارهای کاری جهانی دور زده می‌شود، هرچند زمان‌بندی این اتفاق کاملاً به توانایی ایلان ماسک در مقیاس‌بندی نرخ پرواز استارشیپ بستگی دارد.
منتظر دموی لینک لیزری در سال ۲۰۲۷ باشید؛ این آزمایش تعیین خواهد کرد که آیا این تراشه‌های مداری واقعاً می‌توانند به عنوان یک خوشه واحد با یکدیگر همکاری کنند یا خیر.
گام بعدی شما
- دنبال کردن نتایج دموی لینک لیزری در سال ۲۰۲۷ برای بررسی توانایی همکاری تراشه‌ها در یک خوشه واحد.
- رصد نرخ پرتاب‌های استارشیپ در سال ۲۰۲۵ و ۲۰۲۶ برای تخمین واقع‌بینانه زمان رسیدن به قیمت ۲۰۰ دلار در هر کیلوگرم.
- بررسی جایگزین‌های رایانش لبه (Edge Computing) برای کاربردهایی که نمی‌توانند تأخیر ارتباط با مدار را تحمل کنند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های نسل جدید TPU مراجعه کنید.
گفتگو