به نقل از دیجیتال مارکتینگ ایران، گوگل در پروژه Suncatcher بهدنبال بررسی امکان اجرای پردازشهای هوش مصنوعی در مدار زمین است. این پروژه در مرحله فعلی قرار نیست یک دیتاسنتر کامل را به فضا منتقل کند؛ بلکه گوگل قصد دارد با ارسال یک ماهواره آزمایشی، عملکرد تراشههای اختصاصی هوش مصنوعی خود را در محیط خارج از جو زمین ارزیابی کند.
ایده اصلی پروژه Suncatcher استفاده از انرژی خورشیدی فراوان در مدار و قرار دادن تعداد زیادی تراشه پردازشی در ماهوارههایی است که بتوانند وظایف مرتبط با هوش مصنوعی را انجام دهند. بااینحال، فاصله میان یک آزمایش کوچک در مدار و ساخت دیتاسنترهای تجاری در فضا بسیار زیاد است و گوگل همچنان باید چالشهایی مانند تشعشعات کیهانی، دفع حرارت، زبالههای فضایی و هزینه پرتاب را حل کند.
پروژه Suncatcher گوگل چیست؟
Suncatcher طرح تحقیقاتی گوگل برای بررسی امکان قرار دادن زیرساختهای پردازش هوش مصنوعی در مدارهای پایینی زمین (LEO) است. ایده این پروژه بر استفاده از ماهوارههایی با تراشههای پردازشی و پنلهای خورشیدی بزرگ استوار است؛ ساختاری که در صورت عملیاتیشدن در مقیاس بالا میتواند انرژی موردنیاز پردازشهای سنگین AI را از نور خورشید تأمین کند.
بااینحال، آزمایش نخست بسیار کوچکتر از یک دیتاسنتر واقعی خواهد بود. ماهواره آزمایشی MVP قرار است تنها چهار تراشه اختصاصی گوگل را حمل کند. طبق توضیحات این شرکت، توان پردازشی این چهار تراشه تقریباً معادل یک سرور خواهد بود و هدف اصلی، آزمایش رفتار سختافزار در شرایط واقعی فضا است.
چه چیزی قرار است به فضا ارسال شود؟
ماهواره آزمایشی Suncatcher قرار است با یکی از موشکهای Falcon 9 اسپیسایکس به مدار زمین منتقل شود. برخلاف تصویری که عبارت «دیتاسنتر فضایی» ممکن است ایجاد کند، این مأموریت شامل ارسال یک مرکز داده بزرگ نیست و بیشتر یک آزمایش مهندسی برای بررسی قابلیتهای سختافزار هوش مصنوعی در مدار محسوب میشود.
چهار تراشه اختصاصی نصبشده روی ماهواره قرار است با استفاده از انرژی تولیدشده توسط پنلهای خورشیدی فعالیت کنند. توان تولیدی این پنلها حدود یک کیلووات اعلام شده است؛ مقداری که برای اجرای آزمایشهای اولیه روی تراشهها کافی خواهد بود.
گوگل برنامه دارد ماهواره را حدود یک سال برای آزمایشهای مرتبط با هوش مصنوعی در مدار نگه دارد. عمر طراحیشده ماهواره حدود شش سال عنوان شده است و پس از پایان این دوره، انتظار میرود وارد جو زمین شود.
چرا گوگل به پردازش هوش مصنوعی در فضا علاقهمند است؟
افزایش سریع تقاضا برای هوش مصنوعی باعث شده شرکتهای فناوری به دنبال راههای جدیدی برای تأمین انرژی و ظرفیت پردازشی دیتاسنترها باشند. دیتاسنترهای زمینی به مقادیر زیادی برق و سیستمهای خنککننده نیاز دارند و توسعه آنها نیز به زمین، زیرساخت شبکه برق و امکانات گسترده برای دفع حرارت وابسته است.
در فضا، انرژی خورشیدی میتواند یک مزیت بالقوه باشد. ماهوارهها میتوانند با استفاده از پنلهای خورشیدی انرژی موردنیاز خود را تولید کنند و در صورت طراحی مناسب، به منبعی نسبتاً پایدار از انرژی دسترسی داشته باشند.
البته این مزیت به معنای سادهبودن ساخت دیتاسنتر فضایی نیست. محیط فضا محدودیتهای کاملاً متفاوتی ایجاد میکند که برخی از آنها حتی از چالشهای دیتاسنترهای زمینی پیچیدهتر هستند.
تشعشعات کیهانی یکی از تهدیدهای اصلی تراشهها است
یکی از مهمترین آزمایشهای Suncatcher بررسی تأثیر تشعشعات فضایی بر تراشههای هوش مصنوعی است. زمین به کمک جو و میدان مغناطیسی خود تا حد زیادی از موجودات و تجهیزات روی سطح در برابر بخشی از تشعشعات کیهانی محافظت میکند، اما سختافزار قرارگرفته در مدار با محیط بسیار متفاوتی روبهرو میشود.
تشعشعات میتوانند باعث اختلال در عملکرد مدارهای الکترونیکی شوند. یکی از نمونههای شناختهشده این اتفاق Single-Event Upset یا تغییر وضعیت ناخواسته یک بیت است؛ به این معنا که مقدار یک بیت در اثر برخورد ذرات پرانرژی تغییر کند.
برای سامانههایی که بهصورت مداوم در حال پردازش داده هستند، چنین خطاهایی میتوانند اهمیت زیادی داشته باشند. بنابراین گوگل باید بررسی کند که تراشههای هوش مصنوعی این شرکت در محیط واقعی مدار تا چه اندازه در برابر چنین اختلالاتی مقاوم هستند و چه روشهایی برای کاهش اثر آنها میتوان به کار گرفت.
خاموش و روشنکردن تراشهها بخشی از آزمایش است
گوگل در آزمایشهای زمینی خود با شبیهسازی تشعشعات فضایی، اثر این پدیدهها بر تراشهها را بررسی کرده است. یکی از راهکارهایی که برای مأموریت فضایی در نظر گرفته شده، خاموش و روشنکردن دورهای تراشهها است.
این روش فقط برای مقابله با خطاهای ناشی از تشعشع مطرح نیست و میتواند به مسئله دیگری نیز کمک کند: مدیریت حرارت. تراشههای هوش مصنوعی هنگام پردازشهای سنگین گرمای قابلتوجهی تولید میکنند و انتقال این گرما در فضا بسیار دشوارتر از زمین است.
چرا خنککردن تراشه در فضا دشوار است؟
ممکن است در نگاه اول تصور شود که سرمای فضا باید خنککردن تراشهها را سادهتر کند، اما مسئله پیچیدهتر است. در زمین، بخش قابلتوجهی از سیستمهای خنککننده با استفاده از هوا یا مایع کار میکنند و گرما را از طریق جریان سیال منتقل میکنند.
در خلأ فضا، انتقال حرارت از طریق همرفت عملاً امکانپذیر نیست. در نتیجه، تجهیزات فضایی باید گرمای تولیدشده را از طریق رسانش و در نهایت تابش حرارتی به محیط منتقل کنند. همین موضوع باعث میشود طراحی سیستم دفع حرارت برای تراشههای پرمصرف بسیار دشوار باشد.
طبق اطلاعات منتشرشده درباره آزمایش Suncatcher، سیستم فعلی میتواند گرمای چهار تراشه را تنها برای حدود ۱۵ دقیقه مدیریت کند. پس از این مدت، دمای تراشهها بیش از حد افزایش پیدا میکند و ادامه پردازش میتواند عملکرد و مصرف انرژی آنها را تحت تأثیر قرار دهد.
این محدودیت برای یک آزمایش کوچک شاید قابل مدیریت باشد، اما در یک دیتاسنتر واقعی که صدها یا هزاران تراشه باید همزمان کار کنند، به یک چالش مهندسی بسیار بزرگ تبدیل خواهد شد.
زبالههای فضایی؛ خطر دیگری برای دیتاسنترهای مداری
خنکسازی و تشعشعات تنها مشکلات پروژه نیستند. مدار پایین زمین مملو از ماهوارهها و قطعات مختلف زباله فضایی است که با سرعت بسیار بالا حرکت میکنند.
برخورد یک قطعه کوچک با ماهوارهای که با سرعت زیاد در مدار حرکت میکند، میتواند خسارت جدی ایجاد کند. بنابراین اگر قرار باشد تعداد زیادی ماهواره مجهز به تراشههای هوش مصنوعی در مدار مستقر شوند، مدیریت مسیر، جلوگیری از برخورد و محافظت فیزیکی از تجهیزات به مسائل مهم عملیاتی تبدیل خواهند شد.
هرچه تعداد ماهوارههای یک شبکه بیشتر شود، مدیریت چنین منظومهای نیز پیچیدهتر خواهد شد. در نتیجه، یک دیتاسنتر فضایی صرفاً مجموعهای از تراشهها و پنلهای خورشیدی نیست و به سامانهای گسترده برای ارتباطات، کنترل مدار، تعمیر یا جایگزینی تجهیزات و مدیریت انرژی نیاز خواهد داشت.
هزینه پرتاب هنوز یک مانع جدی است
حتی اگر مشکلات فنی حل شوند، اقتصاد پروژه همچنان یک پرسش اساسی باقی میماند. ساخت تجهیزات مقاوم در برابر شرایط فضایی هزینه زیادی دارد و رساندن آنها به مدار نیز ارزان نیست.
برای نمونه، هزینه اعلامشده برای پرتاب یک موشک Falcon 9 حدود ۷۴ میلیون دلار عنوان شده است. البته هزینه واقعی یک منظومه ماهوارهای فقط به پرتاب محدود نمیشود و ساخت ماهواره، تراشهها، پنلهای خورشیدی، سیستم ارتباطی، کنترل زمینی و نگهداری شبکه نیز باید در محاسبات اقتصادی لحاظ شوند.
بنابراین برای اینکه دیتاسنترهای فضایی از نظر اقتصادی با مراکز داده زمینی رقابت کنند، گوگل باید به نقطهای برسد که مزیت انرژی خورشیدی و سایر مزایای محیط فضایی، هزینه بالای ساخت و پرتاب تجهیزات را جبران کند.
گوگل برای سالهای آینده چه برنامهای دارد؟
آزمایش نخست Suncatcher تنها نقطه شروع برنامه گوگل محسوب میشود. این شرکت قصد دارد در سال ۲۰۲۷ دو ماهواره مشابه دیگر را نیز به فضا ارسال کند تا دادههای بیشتری درباره عملکرد تراشهها و سایر سامانههای موردنیاز به دست آورد.
در افق بلندمدتتر، گوگل ایده افزایش تعداد ماهوارهها تا حدود ۸۰ واحد را مطرح کرده است. در صورت موفقیت آزمایشهای اولیه، نسلهای آینده ماهوارهها میتوانند بسیار بزرگتر باشند و تعداد بیشتری تراشه را در خود جای دهند.
یکی از ایدههای مطرحشده، ساخت ماهوارههایی با ابعادی در حدود یک زمین فوتبال است. چنین سازههایی میتوانند پنلهای خورشیدی بسیار بزرگتر و ظرفیت پردازشی بیشتری داشته باشند و در نتیجه به یک واحد محاسباتی بسیار قدرتمند در مدار تبدیل شوند.
دیتاسنترهای فضایی هنوز فاصله زیادی با واقعیت دارند
با وجود چشمانداز بلندپروازانه Suncatcher، آزمایش پیشرو را نباید به معنای آغاز ساخت دیتاسنترهای تجاری در فضا دانست. گوگل در حال حاضر بیشتر در مرحله سنجش امکانپذیری فنی این ایده قرار دارد.
موفقیت یک آزمایش چهار تراشهای با ساخت یک دیتاسنتر مداری در مقیاس بزرگ تفاوت زیادی دارد. افزایش تعداد تراشهها، تأمین انرژی پایدار، دفع حرارت، مقاومت در برابر تشعشعات، مقابله با زبالههای فضایی، ارتباط با زمین و هزینه پرتاب، همگی باید در مقیاس بسیار بزرگتر حل شوند.
بااینحال، Suncatcher نشان میدهد که افزایش تقاضا برای پردازش هوش مصنوعی شرکتهای بزرگ فناوری را به سمت بررسی زیرساختهایی فراتر از دیتاسنترهای سنتی سوق داده است. اگر گوگل بتواند در سالهای آینده بر محدودیتهای فنی و اقتصادی این پروژه غلبه کند، ماهوارههای مجهز به تراشههای AI میتوانند به یکی از گزینههای آینده برای گسترش ظرفیت محاسباتی تبدیل شوند.
در شرایط فعلی اما، مهمترین دستاورد Suncatcher نه انتقال دیتاسنتر به فضا، بلکه فراهمکردن فرصتی برای پاسخ به یک سؤال اساسی است: آیا میتوان پردازشهای سنگین هوش مصنوعی را در مدار زمین با هزینه، پایداری و قابلیت اطمینان قابلقبول انجام داد؟ پاسخ به این سؤال به نتایج آزمایشهای آینده گوگل بستگی دارد.
برای مطالعه جدیدترین اخبار و تحلیلهای حوزه هوش مصنوعی، زیرساختهای محاسباتی و فناوریهای فضایی به دیجیتال مارکتینگ ایران مراجعه کنید.
“`
