أعلنت
Google يوم الثلاثاء عن أكثر مشاريعها الطموحة حتى الآن: مشروع Suncatcher، مبادرة بحثية لبناء مراكز بيانات تعمل بالطاقة الشمسية في الفضاء باستخدام شبكات من الأقمار الصناعية المجهزة برقائق الذكاء الاصطناعي الخاصة بالشركة. تخطط عملاق التكنولوجيا لإطلاق قمرين صناعيين نموذجيين بحلول أوائل عام 2027 بالشراكة مع
Planet Labs لاختبار جدوى توسيع نطاق التعلم الآلي خارج الغلاف الجوي للأرض.
يتناول المشروع القيود المتزايدة على الطاقة التي تواجه تطوير الذكاء الاصطناعي مع ارتفاع المتطلبات الحاسوبية بشكل صاروخي. قال الرئيس التنفيذي لـ Google سوندار بيتشاي عند الإعلان عن المبادرة: "وحدات TPU الخاصة بنا متجهة إلى الفضاء! مستوحى من تاريخنا في المشاريع الطموحة، من الحوسبة الكمية إلى القيادة المستقلة، يستكشف مشروع Suncatcher كيف يمكننا يوماً ما بناء أنظمة حاسوبية قابلة للتوسع للتعلم الآلي في الفضاء، مستغلين المزيد من قوة الشمس".
نهج ثوري للبنية التحتية للذكاء الاصطناعي
سيقوم نظام Google بنشر وحدات معالجة Tensor (TPUs) على متن مجموعات أقمار صناعية في مدار أرضي منخفض متزامن مع الشمس من الفجر إلى الغسق، حيث يمكن للألواح الشمسية توليد طاقة تصل إلى ثمانية أضعاف الطاقة المولدة من المنشآت الأرضية بينما تتلقى ضوء الشمس بشكل شبه مستمر. ستكون الأقمار الصناعية متباعدة بمئات الأمتار فقط - أقرب بكثير من المجموعات الموجودة مثل
Starlink - ومتصلة من خلال روابط بصرية في الفضاء الحر تحقق سرعة 1.6 تيرابت في الثانية.
قال ترافيس بيلز، المدير الأول لنماذج الذكاء في Google، الذي يقود المشروع: "إذا استمرت الأمور في المسار الذي نستمر فيه في الحصول على المزيد من الاستخدامات للذكاء الاصطناعي ونستمر في الرغبة في المزيد من الطاقة لتشغيله، فإن هذا لديه إمكانات هائلة للتوسع". يشير تحليل الشركة إلى أن تكاليف الإطلاق يمكن أن تنخفض إلى حوالي 200 دولار للكيلوغرام الواحد بحلول عام 2035، مما يجعل مراكز البيانات الفضائية قابلة للمقارنة اقتصاديًا بالمنشآت الأرضية على أساس كل كيلووات.
التحديات الفنية والاختبارية
أجرت جوجل بالفعل اختبارات إشعاعية واعدة على أحدث وحدات المعالجة TPU من جيل Trillium باستخدام مسرعات الجسيمات لمحاكاة سنوات من التعرض للفضاء. نجت الرقائق دون تلف حتى 15 ضعفًا من جرعة المهمة المتوقعة لمدة خمس سنوات، مما يشير إلى صلابة مدهشة ضد الإشعاع لتطبيقات الفضاء. وأشار بيلز قائلاً: "لقد صمدت بشكل جيد للغاية"، مما يوحي بأن المعالجات يمكنها التعامل بسهولة مع مهام تستغرق من خمس إلى ست سنوات.
ومع ذلك، لا تزال هناك تحديات هندسية كبيرة، بما في ذلك إدارة الحرارة في الفراغ، والاتصالات الأرضية عالية النطاق الترددي، والحفاظ على تشكيلات الأقمار الصناعية على مسافة كيلومترات من بعضها البعض—مما يتطلب دقة تفوق بكثير تكنولوجيا الفضاء الحالية. ستختبر المهمة النموذجية لعام 2027 مع Planet هذه الأنظمة الحيوية وتتحقق من أحمال عمل التعلم الآلي الموزع عبر شبكات الأقمار الصناعية.
