تراشه‌های جتسون انویدیا برای نخستین‌بار به سطح ماه می‌روند

تصور کنید رباتی در سطح ماه است که به‌جای انتظار برای دستورات دوردست از زمین، خودش می‌بیند کجا گودال است و مسیرش را عوض می‌کند. این دقیقاً همان تغییری است که با ورود سخت‌افزار هوش مصنوعی به سطح ماه رخ می‌دهد. در واقع، ما با سناریویی روبرو هستیم که در آن پلتفرم‌های محاسباتی سنتی پرواز، جای خود را به پردازش‌های با عملکرد بالا می‌دهند.

طبق گزارش TechCrunch در ۲۳ ژوئیه ۲۰۲۶، شرکت Lunar Outpost با ادغام پلتفرم جتسون (Jetson) در سیستم لایدار (Lidar) کاوشگر ماهه خود، برای نخستین‌بار پردازنده‌های گرافیکی انویدیا (Nvidia) را به سطح ماه می‌برد. این انتقال، محاسبات را از سرورهای زمینی به لبه‌ی دنیای دیگر می‌برد و اجازه می‌دهد داده‌ها در همان نقطه‌ی تولید پردازش شوند.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی رایانش لبه (Edge Computing) اشاره کردیم، هدف نهایی این است که پردازش در همان نقطه‌ی تولید داده انجام شود تا تأخیر حذف شود. برای یک کاربر عادی، این تغییر شبیه تبدیل یک ماشین کنترلی است که برای هر حرکت نیاز به سیگنال دارد، به یک تسلای خودران که محیط را «می‌بیند» و در لحظه واکنش نشان می‌دهد.

جاستین سایرس، مدیرعامل Lunar Outpost، می‌گوید آن‌ها در حال مقایسه‌ی جتسون با پلتفرم‌های محاسباتی قدیمی‌تر هستند که سابقهٔ بیشتری در سفرهای فضایی دارند. شرکت Lunar Outpost در حال حاضر در حال بررسی مزایا و معایب پذیرش این سیستم‌های مجهز به GPU در محیط‌های بسیار سخت است. این جابه‌جایی در حالی رخ می‌دهد که ناسا برای نقشه‌برداری از زمین ماه و جست‌وجوی موادی مانند آب که می‌تواند مفید یا از نظر اقتصادی سودآور باشد، همکاری با بخش خصوصی را تسریع کرده است.

برنامه ناسا در این زمینه بر اساس مدل همکاری‌های این سازمان با SpaceX طراحی شده است. هدف این آژانس بازگرداندن فضانوردان انسان به سطح ماه، احتمالاً تا سال ۲۰۲۸ است. برای دستیابی به این هدف، نیاز به یک نیروی کار رباتیکی پیشرفته است تا بتوانند یک حضور دائمی را در ماه برقرار کنند.

انویدیا تنها با یک شرکت همکاری نمی‌کند. این شرکت با Firefly Aerospace نیز قرارداد بسته است؛ شرکتی که اولین شرکت خصوصی است که توانست با موفقیت یک ربات را روی ماه بنشاند. در این همکاری، پلتفرم جتسون روی ماهواره‌ای در مدار ماه فعال خواهد شد تا تصاویر را پردازش کند. هدف این ماهواره جمع‌آوری داده‌هایی است که به دانشمندان در نقشه‌برداری از ماه و ردیابی تعداد رو به افزایش ربات‌ها در سطح این جرم آسمانی کمک می‌کند. این رقابت برای تسلط بر سخت‌افزارهای AI در محیط‌های مختلف، یادآور تلاش‌های مایکروسافت است که برای کاهش وابستگی به انویدیا، استفاده از تراشه‌های AMD را در Azure گسترش داده است.

جزئیات کلیدی این مأموریت عبارتند از:

• ارسال کاوشگر بعدی از طریق لندرهای شرکت Intuitive Machines.
• طراحی: کاوشگر به‌گونه‌ای طراحی شده است که بسته‌ای از حسگرها را به داخل دهانه‌ها و سایر مناطقی ببرد که کاوش آن‌ها از مدار دشوار است.
• مقصد: منطقه‌ی Reiner Gamma که به دلیل ناهنجاری‌های مغناطیسی مرموز و گیج‌کننده شناخته می‌شود.
• زمان پرتاب: پیش‌بینی شده تا پیش از پایان سال ۲۰۲۶ با موشک Falcon 9.
• سخت‌افزار: انتخاب جتسون به‌دلیل ابعاد کوچک و بهینه‌بودن در مصرف انرژی است. برخلاف مدل‌های غول‌پیکری مثل Blackwell و Vera Rubin که اسب‌های بارکشی برای AI هستند، جتسون به‌طور خاص طراحی شده تا سیستم‌های رباتیک بتوانند ورودی‌های حسگرها را به‌صورت محلی پردازش کنند.

سایرس اشاره می‌کند که سیستم خودمختاری (Autonomy Stack) آن‌ها تکامل یافته است. پنج سال پیش، این سیستم‌ها بیشتر «قطعی» (Deterministic) بودند؛ یعنی دستورات را به‌صورت خطی و از پیش تعیین شده اجرا می‌کردند. اما اکنون، این سیستم ترکیبی از مدل‌های قطعی و هوش مصنوعی فیزیکی (Physical AI) است. این رویکرد ترکیبی به کاوشگر اجازه می‌دهد محیط را سریع‌تر پردازش کند و تصمیماتی بگیرد که به آن اجازه می‌دهد کارهایی را انجام دهد که پیش از این هیچ‌کس انجام نداده است. این سطح از خودمختاری در سخت‌افزارها، شباهت‌های مفهومی با تلاش‌های نرم‌افزاری برای ایجاد مدل‌های مستقل دارد، همان‌طور که OpenAI اخیراً با مدل‌های خود توانست به‌طور خودمختار محدودیت‌های امنیتی Hugging Face را دور بزند.

استقرار تراشه در فضای عمیق یک قمار پرریسک است. اکثر GPUهایی که در فضا هستند در مدار زمین قرار دارند، جایی که نسبتاً در برابر تابش‌ها و تغییرات شدید دمایی محافظت می‌شوند. اما ماه مستقیماً در معرض تابش‌های کیهانی و نوسانات دمایی شدیدی است که در طول فازهای مختلفش رخ می‌دهد.

سایرس تأکید می‌کند که سیستم باید بتواند شب‌های طولانی ماه را در حالی که با توان مصرفی بسیار پایین کار می‌کند، زنده بماند. اگر تراشه‌های جتسون بتوانند در این شرایط دوام بیاورند، ثابت می‌شود که سخت‌افزارهای پیشرفته AI می‌توانند خارج از میدان مغناطیسی محافظ زمین عمل کنند. این موفقیت راه را برای کاوشگر بزرگ‌تر Pegasus باز می‌کند که قرار است فضانوردان را حمل کند.

پگاسوس در حال حاضر منتظر موشک ساخته شده توسط شرکت Blue Origin (متعلق به جف بزوس) است. این وسیله‌ی پرتاب در تابستان امسال دچار یک ناهنجاری (Anomaly) شد که باعث شد تاریخ دقیق بازگشت به پرواز نامشخص شود. با این حال، سایرس اشاره کرد که آن‌ها پیشرفت‌های خوبی در سکوی پرتاب دارند و همچنان با جدول زمانی ۲۰۲۸ ناسا هماهنگ هستند.

انتقال محاسبات از سرورهای زمینی به سطح ماه، اقتصاد اکتشافات فضایی را به‌طور بنیادی تغییر می‌دهد. با کاهش وابستگی به ارتباطات مخابراتی با تأخیر بالا (High-latency)، ناسا و شرکت‌های خصوصی می‌توانند کاوشگرهای کوچک‌تر، ارزان‌تر و مستقل‌تری مستقر کنند.

سایرس استدلال می‌کند که ترکیب مدل‌های قطعی با یک لایه‌ی هوش مصنوعی فیزیکی، همان چیزی است که اجازه می‌دهد حضور انسان در فضا پایدار شود. این گذار در واقع تغییری از «اکتشاف از راه دور» به «زیرساخت‌های خودگردان» است. این نیروی کار رباتیکی کلید عبور از اکتشافات ساده به حضور دائمی و در نهایت ساخت یک پایگاه (Outpost) واقعی روی ماه است.

در نهایت، رؤیای آینده‌نگرانه مراکز داده فضایی و ناوگان ربات‌های ماهه، منتظر یک عامل حیاتی است: یک موشک بزرگ‌تر. باید منتظر فرود موفقیت‌آمیز لندر Intuitive Machines در اواخر امسال باشیم؛ چراکه این نخستین آزمون فشار واقعی برای ارزیابی مقاومت پلتفرم جتسون در برابر تابش‌های کیهانی خواهد بود.

گام بعدی شما

• دنبال کردن نتایج فرود Intuitive Machines برای ارزیابی استقامت سخت‌افزارهای تجاری در محیط‌های 극한.
• بررسی معماری Jetson برای کاربردهایی که نیاز به پردازش محلی با توان مصرفی پایین دارند.
• مطالعه در مورد مفهوم Physical AI و تفاوت آن با مدل‌های زبانی در کنترل سخت‌افزارها.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.