گوگل برای نخستین بار مدل هوش مصنوعی Gemma 4 را روی تراشههای TPU در مدار زمین اجرا کرد
پژوهشگران گوگل در قالب پروژه Suncatcher برای نخستین بار یک مدل هوش مصنوعی را روی پردازندههای TPU مستقر در فضا اجرا کردند. این آزمایش گامی ابتدایی برای راهاندازی مراکز داده مداری مبتنی بر انرژی خورشیدی و رهایی از محدودیتهای تأمین آب و برق در زمین بهشمار میرود.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- گوگل برای اولین بار با اجرای مدل زبانی متنباز Gemma 4 روی چهار تراشه TPU نسل Trillium در مدار پایینی زمین، چرخه کامل پردازش هوش مصنوعی در فضا را با موفقیت آزمایش کرد.
- این ماهواره پیشنمونه توان مصرفی خود را از پنلهای خورشیدی ۱ کیلوواتی تأمین میکند و با وجود محدودیتهای دفع حرارت در خلأ، توانست پاسخ استنتاج را به ایستگاه زمینی نروژ مخابره کند.
- گوگل در چشمانداز بلندمدت این پروژه قصد دارد با پرتاب مجموعهای از ماهوارههای محاسباتی متصل به ارتباطات لیزری، مراکز داده فضایی مستقل از منابع آب و برق زمین ایجاد کند.
بخش تحقیقات گوگل (Google Research) برای نخستین بار یک مدل زبانی متنباز را روی واحد پردازش تانسوری (TPU) کلاس مراکز داده در مدار پایینی زمین اجرا کرد. بر اساس گزارش منتشرشده در بهروزرسانی پروژه Suncatcher، تیم پژوهشی دستور متنی مورد نظر را به ماهواره ارسال کرد، از مدل Gemma 4 خواست یک هایکو درباره فضا بنویسد و سپس پاسخ تولیدشده را هنگام عبور ماهواره از فراز منطقه اسوالبارد در نروژ دریافت کرد.
تولید این شعر کوتاه هایکو نیازمند توان پردازشی چندانی نبود، اما توانست درستی کل چرخه استنتاج را به اثبات برساند: ایستگاه زمینی دستور را ارسال کرد، سامانه مستقر در مدار شتابدهنده را فعال ساخت، مدل متن را تولید کرد و در نهایت ماهواره آن را به زمین فرستاد. گوگل اجرای این آزمایش در تاریخ ۳۰ اکتبر را نخستین پاسخ هوش مصنوعی تولیدشده در مدار زمین با استفاده از یک تراشه TPU کلاس مراکز داده توصیف کرده است.
چهار تراشه TPU و یک کیلووات توان مصرفی
شرکت Planet ماهواره پیشنمونه این پروژه را با نام MVP ساخت و آن را با یکی از پرتابهای اشتراکی شرکت SpaceX به فضا فرستاد. این ماهواره به چهار تراشه TPU از نسل Trillium، یک نسخه نصبشده از مدل Gemma 4 و پنلهای خورشیدی با توان تولید حدود ۱ کیلووات برق مجهز است. گوگل از همین خانواده پردازندههای TPU برای اجرای بارهای کاری هوش مصنوعی در مراکز داده زمینی خود استفاده میکند. رایانههای بیشتر فضاپیماها معمولاً از پردازندههای کممصرفی بهره میبرند که برای مقاومت در برابر تابشهای کیهانی طراحی شدهاند؛ از این رو بررسی رفتار شتابدهندههای پیشرفته تجاری در شرایط مداری به پرسش پژوهشی محوری این پروژه تبدیل شده است.
بخش سامانه | پیکربندی گزارششده | اهمیت مهندسی |
|---|---|---|
بخش پردازشی | چهار تراشه TPU از نسل Trillium | آزمایش عملکرد شتابدهندههای تجاری هوش مصنوعی در شرایط فضا |
مدل | ذخیرهسازی داخلی Gemma 4 روی ماهواره | امکان استنتاج بدون نیاز به بارگذاری مجدد وزنهای مدل در هر بار عبور |
تأمین انرژی | تولید حدود ۱ کیلووات برق خورشیدی | محدودسازی زمان فعالیت شتابدهنده در کنار سایر سامانههای ماهواره |
مدتزمان اجرا | حداکثر ۱۵ دقیقه در هر نشست کاری | نشاندهنده محدودیتهای حرارتی فعلی در نسخه پیشنمونه |
از ارسال سیگنال تا دریافت پاسخ در زمین
- ایستگاه زمینی دستور متنی را به ماهواره ارسال کرد.
- سامانه داخلی ماهواره تراشه TPU را فعال کرد و دستور را به مدل Gemma 4 سپرد.
- مدل متن پاسخ را بهصورت محلی در فضا تولید کرد.
- ماهواره خروجی تولیدشده را به ایستگاه زمینی اسوالبارد مخابره کرد.
- در آزمایشهای بعدی، شعرهای طنز فضایی و گزارشهای متنی درباره دورسنجی محموله ماهواره تولید شد.
گوگل در حال حاضر اجرای مدل را به ۱۵ دقیقه محدود کرده است، زیرا مدیریت دما چرخه کاری دستگاه را تعیین میکند. محیط خلأ مانع از خنکسازی همرفتی میشود و ماهواره باید گرمای پردازندهها را با انتقال هدایتی به بدنه رسانده و به فضا بتاباند. علاوه بر این، چرخش مداوم میان نور خورشید و سایه زمین باعث ایجاد چرخههای حرارتی شدیدی میشود که مراکز داده زمینی تقریباً هرگز با آن روبهرو نمیشوند.
تأیید مسیر پردازش با یک آزمایش اولیه
آزمایش ۳۰ اکتبر نشان داد که ماهواره قادر است درخواست را دریافت کند، مدل ترنسفورمر را روی شتابدهنده داخلی خود به اجرا درآورد و خروجی منسجمی تحویل دهد. با این حال، تولید یک شعر کوتاه هایکو معیاری برای سنجش توان عملیاتی، میزان تأخیر، مصرف انرژی به ازای هر توکن، بهرهبرداری مداوم یا قابلیت اطمینان بلندمدت فراهم نمیکند. سنجش دقیق این پارامترها مشخص خواهد کرد که آیا تراشههای TPU مستقر در فضا میتوانند بارهایی سنگینتر از وظایف استنتاجی کوتاهمدت را پشتیبانی کنند یا خیر.
تابشهای کیهانی چالش حلنشده دیگری بهشمار میروند. ذرات پرانرژی میتوانند مقادیر ذخیرهشده در حافظه یا وضعیت پردازنده را دگرگون کرده و خطاهای گذرا موسوم به تغییر ناخواسته بیت (Bit Flip) ایجاد کنند. دسترسی پژوهشگران به وزنهای مدل Gemma 4 این امکان را فراهم میسازد که از وضعیت مدل نسخه پشتیبان تهیه کنند، دادهها را دوباره بارگذاری نمایند و خروجیهای بهدستآمده در مدار را با نتایج مرجع در زمین مقایسه کنند. گوگل قصد دارد در آزمونهای آینده، نرخ بروز خطا، سازوکار بازیابی سامانه و کارایی سختافزار را در مواجهه طولانیمدت با تشعشعات و نوسانات دمایی بسنجد.
نقش کلیدی ارتباطات لیزری در توسعه مقیاسپذیر
معماری پیشنهادی پروژه Suncatcher بسیار فراتر از یک ماهواره پیشنمونه است. گوگل طرحی برای راهاندازی صورتفلکی ماهوارهای در ارتفاع حدود ۶۵۰ کیلومتری و در مداری خورشیدآهنگ از نوع طلوع و غروب ارائه کرده است؛ جایی که هر ماهواره میتواند دهها تراشه Trillium v6e Cloud TPU را با خود حمل کند. حضور در این مدار، مدتزمان ماندن در سایه زمین را به حداقل میرساند و امکان استفاده طولانیتر از نور خورشید برای تولید برق را فراهم میآورد.
این ماهوارهها بهصورت یک خوشه پردازشی توزیعشده و از طریق پیوندهای نوری در فضای آزاد که دادهها را با پرتوهای لیزر بهجای فیبر نوری منتقل میکنند، با یکدیگر در ارتباط خواهند بود. طراحی گوگل دستیابی به پهنای باند نزدیک به ۸۰۰ گیگابیتبرثانیه را میان ماهوارههایی با فاصله حدود ۱۰۰ تا ۲۰۰ متر هدف گرفته است. حفظ چنین سرعت بالایی نیازمند کنترل بسیار دقیق پرواز گروهی و تنظیم جهت پرتوهاست، زیرا کوچکترین انحراف میتواند باریکه ظریف لیزر را از گیرنده منحرف کند.
بر اساس برنامهریزیها، دو ماهواره پیشنمونه دیگر ساخت شرکت Planet تا اوایل سال ۲۰۲۷ به فضا پرتاب خواهند شد. مأموریت اصلی این دو ماهواره، آزمایش پرواز گروهی و سنجش پیوندهای ارتباطی میانماهوارهای است. پایداری پهنای باند، ثبات در جهتیابی، بازیابی خطاها و هماهنگی میان گرههای متحرک مشخص خواهد کرد که آیا این طرح میتواند بارهای کاری توزیعشده هوش مصنوعی را در عمل پردازش کند یا خیر.
هنوز تا ارائه عمومی برای توسعهدهندگان فاصله است
پروژه Suncatcher در حال حاضر هیچ رابط کاربری یا API عمومی، بسته توسعه نرمافزار، تعرفه قیمتی یا تاریخ عرضهای ندارد و توسعهدهندگان امکان اجرای برنامههای خود را روی ماهواره MVP نخواهند داشت. این آزمایش صرفاً دادههای عملیاتی مفیدی در زمینه پایداری شتابدهندهها، مدیریت حرارت، تحمل تشعشعات فضایی و شبکهسازی مداری در اختیار مهندسان قرار میدهد.
پیش از آنکه این پروژه بتواند به یک سرویس محاسباتی اتکاپذیر تبدیل شود، ارزیابی چند فاکتور کلیدی ضروری خواهد بود:
- توان پردازشی پایدار در آموزش و استنتاج مدلها
- میزان تأخیر و انرژی مصرفی به ازای هر توکن
- عملکرد سیستم دفع حرارت در پردازشهای سنگین و طولانی
- نرخ خطاهای ناشی از تشعشعات و مدتزمان بازیابی سامانه
- پهنای باند اتصالات نوری هنگام تغییر موقعیت ماهوارهها نسبت به یکدیگر
- هزینههای پرتاب، نگهداری، جایگزینی ماهوارهها و ایستگاههای زمینی
چشمانداز بلندمدت این طرح، ایجاد یک زیرساخت محاسباتی مبتنی بر انرژی خورشیدی است که وابستگی بسیار کمتری به پستهای برق، سیستمهای خنککننده و منابع آب در سطح زمین داشته باشد. کاربردهای عملی این پلتفرم به محل تولید دادهها نیز بستگی دارد؛ دادههای تولیدشده توسط خود ماهوارهها را میتوان در همان مدار پردازش کرد، در حالی که برنامههای کاربردی مستقر در زمین با چالش هزینه و تأخیر در ارسال داده به فضا و بازگشت آن روبهرو خواهند بود. آزمایش تولید هایکو یک اجرای موفق را برای گوگل به ثبت رساند؛ با این حال، آزمایشهای پرواز گروهی و ارزیابی پایداری در آینده نشان خواهند داد که آیا این فناوری میتواند به یک بستر رایانشی ماندگار تبدیل شود یا خیر.
مطالب مرتبط و پیشنهادی

رونمایی CrowdStrike از کلید قطع اضطراری برای مهار ایجنتهای سرکش هوش مصنوعی
شرکت امنیت سایبری CrowdStrike قابلیتی تحت عنوان کلید قطع اضطراری هوش مصنوعی معرفی کرده است که میتواند فعالیت ایجنتهای سرکش را بهسرعت متوقف کند. این ابزار با قطع دسترسی شبکه و مهار رفتارهای مخرب، لایه جدیدی از نظارت انسانی و کنترل را به اکوسیستم ابزارهای سازمانی اضافه میکند.

ارزش استارتاپ هوش مصنوعی Fal با جذب سرمایه ۱٫۳ میلیارد دلاری به ۱۶ میلیارد دلار رسید
استارتاپ Fal که در زمینه میزبانی و اجرای مدلهای هوش مصنوعی فعالیت میکند، موفق به جذب ۱٫۳ میلیارد دلار سرمایه جدید شد. با این دور از تأمین مالی، ارزشگذاری این شرکت نوپا به ۱۶ میلیارد دلار رسیده که نشاندهنده دو برابر شدن ارزش آن در مقایسه با ماههای گذشته است.

جیل هیزلبیکر، مدیر ارشد اوبر، برای هدایت ارتباطات جهانی به OpenAI پیوست
جیل هیزلبیکر، از مدیران سرشناس و باسابقه اوبر و سیاستگذاری واشنگتن، بهعنوان مدیر ارشد امور عمومی به شرکت OpenAI پیوست. او در این جایگاه تازه، مسئولیت هدایت ارتباطات بینالمللی، مدیریت برند و جلب اعتماد عمومی به فناوری هوش مصنوعی را بر عهده خواهد داشت. این جابهجایی نشاندهنده تمرکز فزاینده سازنده ChatGPT بر گسترش تعاملات اجتماعی و سیاسی در سطح جهان است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.