تصور کنید یک اپراتور ماهواره باشید که برای هر خطای کوچک، باید ساعت‌ها منتظر بماند تا داده‌ها به زمین برسند و دستور اصلاح بازگردد. این تأخیر گران‌قیمت، دقیقاً همان نقطه‌ای است که Satlyt قصد دارد با انتقال قدرت محاسباتی به مدار، آن را از بین ببرد.
این استارتاپ که در سانی‌ویل و نایروبی مستقر است، ۸ میلیون دلار سرمایه جذب کرده تا روی آینده‌ی ابری در مدار زمین شرط‌بندی کند. هدف آن‌ها توسعه یک اکوسیستم نرم‌افزاری با یکپارچگی افقی است که مدل‌های هوش مصنوعی را مستقل از سازنده‌ی سخت‌افزار، روی پلتفرم‌های مختلف ماهواره‌ای اجرا کند.
راما آفولو (Rama Afullo)، بنیان‌گذار شرکت و مدیر محصول سابق گوگل و اسپیس‌اکس، پتانسیل مراکز داده‌ی مداری را زمانی کشف کرد که در بخش ابری گوگل کار می‌کرد و همچنین طی دوره‌ای در سال ۲۰۲۴ که در شبکه‌ی استارلینکِ اسپیس‌اکس حضور داشت. آفولو تلاش کرد این ایده را به صورت داخلی در هر دو شرکت پیشنهاد دهد، اما هر دو پاسخ منفی دادند. رد شدن این ایده، نقطه شروع تأسیس Satlyt بود تا نرم‌افزاری بسازد که اجازه دهد چندین ماهواره، بار محاسباتی کارهای سنگین و پیچیده را در فضا به اشتراک بگذارند.
این تغییر رویکرد در زمانی رخ می‌دهد که غول‌های فضایی مانند اسپیس‌اکس و گوگل به سمت ساخت مراکز داده‌ی مداری اختصاصی و بسته حرکت می‌کنند. در حالی که این شرکت‌ها در حال ساخت «آیفون‌های» زیرساخت فضایی هستند، Satlyt می‌خواهد نقش «اندرویدِ» فضا را بازی کند؛ یعنی فراهم کردن یک لایه‌ی باز که به کاربران اجازه می‌دهد نرم‌افزارهای پیچیده را بدون نیاز به مدیریت مستقیم فضاپیماها اجرا کنند. این رویکرد دقیقاً مشابه کاری است که VMWare و Snowflake روی زمین انجام دادند و نرم‌افزار را از سرورهای فیزیکی جدا کردند. این رویکردی است که در دنیای توسعه نرم‌افزار نیز در حال تغییر است؛ برای مثال، ظهور متدهای جدیدی مانند Vibe Coding در پلتفرم Lovable نشان می‌دهد که چگونه لایه‌های انتزاعی در حال ساده‌سازی تعامل انسان با سیستم‌های پیچیده هستند.
همان‌طور که در تحلیل قبلی ما درباره‌ی تسلط مدل‌های هوش مصنوعی گوگل بر پیش‌بینی‌های پیچیده اشاره کردیم، حالا Satlyt قصد دارد این قابلیت‌ها را به خلأ فضا ببرد. ارزش پیشنهادی اصلی این شرکت، کاهش هزینه‌های «downlink» یا لینک پایین است؛ یعنی فرآیند گران‌قیمت و کندِ ارسال داده‌های خام از مدار به کنترل‌کننده‌های زمینی.
به گزارش تک‌کرانچ (TechCrunch) در ۱ اکتبر ۲۰۲۶، نرم‌افزار این شرکت قرار است پنج‌شنبه با یک موشک اسپیس‌اکس پرتاب شود. این مأموریت شامل یک نمونه‌ی اولیه از پروژه سان‌کچر (Project Suncatcher) گوگل و سخت‌افزارهای استارتاپ هندی تیک‌می‌تو‌اسپیس (TakeMe2Space) است.
زیرساخت‌های مداری؛ رقابتی فراتر از سخت‌افزار
Satlyt خود را از رقبایی مانند Starcloud و Cowboy Space Company متمایز می‌کند، زیرا تصمیم گرفته است که ماهواره‌ی اختصاصی خودش را نسازد. در عوض، تمرکز آن‌ها روی لایه‌ی نرم‌افزاری است که مدل‌های هوش مصنوعی را روی سخت‌افزارهای موجود اجرا می‌کند.
با پردازش خوانش‌های حسگرها و رفع ناهنجاری‌ها مستقیماً روی فضاپیما (به جای ارسال آن‌ها به زمین)، Satlyt قصد دارد وابستگی به کنترل‌کننده‌های پرواز زمینی برای هر مشکلی که پیش می‌آید را به طور کامل از بین ببرد.
دستاوردهای فنی و مشارکت‌ها
این شرکت پیش از این در دو مأموریت آزمایشی، کاربرد عملی هوش مصنوعی لبه (Edge AI) در مدار را ثابت کرده است:
- استقرار مدل: این شرکت پیش از این مدل هوش مصنوعی گما (Gemma) از گوگل دیپ‌مایند را روی یک فضاپیمای مومنتوس (Momentus) مستقر کرد.
- بهبود بهره‌وری: این استقرار باعث شد حجم داده‌های مربوط به انتقال خطاهای نرم‌افزاری بیش از ۶۰٪ کاهش یابد که پتانسیل صرفه‌جویی سالانه صدها هزار دلار به ازای هر ماهواره را دارد.
- مأموریت جاری: پرتاب پیش‌رو سه مشتری اصلی را پوشش می‌دهد:
- ناسا (NASA): برای تست پروتکل‌های رایانش ابری در فضا.
- استلریان (Stellerian): یک استارتاپ نظارت فضایی که بارهای کاری پردازش تصویر برای ردیابی اشیاء در مدار را آزمایش می‌کند.
- TakeMe2Space: برای اثبات اینکه سخت‌افزار آن‌ها می‌تواند میزبان نرم‌افزارهای شخص ثالث باشد.
در حال حاضر، واحدهای پردازش گرافیکی (GPU) قدرتمند در مدار کمیاب هستند و این موضوع هوش مصنوعی را به بارهای کاری عملیاتی خاص محدود می‌کند. اما Satlyt قصد دارد تا سال آینده یک سیستم محاسباتی مشترک — یک ابر مداری واقعی — ایجاد کند که دو ماهواره مختلف را به هم متصل کند.
اگر این طرح موفق شود، یک ماهواره‌ی استاندارد به یک سرویس مدیریت‌شده‌ی درآمدزا تبدیل خواهد شد. راما آفولو پیش‌بینی می‌کند تا سال ۲۰۳۰، ۲۰٪ از تمام ماهواره‌ها از نرم‌افزار Satlyt استفاده کنند، زیرا GPUها به تجهیزات استاندارد سازندگان فضاپیما تبدیل خواهند شد. آفولو می‌گوید: «اگر ماهواره‌ای پرتاب می‌کنید و روی آن GPU نمی‌گذارید، دست‌کم دارید در حق خودتان کوتاهی می‌کنید.»
برای یک مالک کسب‌وکار یا اپراتور ماهواره، این به معنای تغییر مدل از پرداخت برای سخت‌افزار خام به پرداخت برای خدمات مدیریت‌شده‌ی هوش مصنوعی است. این کار گلوگاه تصمیم‌گیری‌های زمینی را حذف کرده و به ماهواره‌ها اجازه می‌دهد ناهنجاری‌ها را در لحظه (Real-time) حل کنند.
این استراتژی همچنین ریسک‌های مربوط به مراکز داده‌ی عظیم فضایی را پوشش می‌دهد. دور سرمایه‌گذاری اولیه (Seed) این شرکت توسط نان سیبی ونچرز (Non Sibi Ventures) مستقر در هیوستون رهبری شد. در این مجموعه، برنارد هریس — که بیش از ۲۰ سال فضانورد ناسا بوده — به تقویت باورهای شرکت کمک کرد. همان‌طور که کنت لوکاس، شریک نان سیبی اشاره کرد، Satlyt می‌تواند صرفاً با سوار شدن بر موج افزایش تعداد ماهواره‌های پرتاب‌شده موفق شود، بدون اینکه منتظر بماند تا چند مرکز داده‌ی عظیم مداری از نظر اقتصادی توجیه‌پذیر شوند.
نتایج مأموریت TakeMe2Space در این هفته را دنبال کنید تا ببینید آیا بارهای کاری هوش مصنوعی چند-مشتری می‌توانند پایداری خود را در محیط خشن مدار پایین زمین (LEO) حفظ کنند یا خیر.
گام بعدی شما
- نتایج مأموریت TakeMe2Space در این هفته را دنبال کنید تا ببینید آیا بارهای کاری چند-مشتری در محیط خشن مدار زمین پایدار می‌مانند یا خیر.
- اگر در حوزه زیرساخت‌های ابری فعال هستید، مدل «جداکردن نرم‌افزار از سخت‌افزار» در محیط‌های محدود را مطالعه کنید.
- بررسی کنید که آیا داده‌های حسگرهای شما در لبه قابل پردازش هستند یا لزوماً باید به مرکز ارسال شوند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و جایگاه آن‌ها در محاسبات لبه مراجعه کنید.
گفتگو