کوچ هوش مصنوعی به مدار زمین؛ پرتاب آزمایشی اولین دیتاسنتر فضایی گوگل در پروژه «سانکچر»
گوگل نخستین گام عملی را برای راهاندازی دیتاسنترهای هوش مصنوعی در مدار زمین برمیدارد و ماهواره آزمایشی پروژه «سانکچر» را به فضا پرتاب میکند. این ماهواره به چهار تراشه اختصاصی TPU مجهز است و برای نخستین بار اجرای مدلهای جمینای را در شرایط سخت فضا محک میزند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- گوگل با پروژه بلندپروازانه «سانکچر» (Project Suncatcher) در پی انتقال دیتاسنترهای هوش مصنوعی به فضا است تا با مهار مستقیم انرژی خورشیدی، بر چالش مصرف سرسامآور برق غلبه کند.
- نخستین ماهواره آزمایشی ابعادی در حد یک یخچال خانگی دارد و با ۴ تراشه TPU کار میکند؛ اما به دلیل چالشهای دفع گرما در فضا، فعلاً فقط در بازههای ۱۵ دقیقهای روشن خواهد شد.
- این ماموریت با همکاری شرکت Planet Labs و موشک فالکون ۹ انجام میشود تا رفتار تراشههای هوش مصنوعی و اجرای مدلهای جمینای در برابر تشعشعات فضایی ارزیابی شود.
گوگل اولین گام بزرگ خود را برای تبدیل پروژه جاهطلبانه «سانکچر» (Project Suncatcher) به واقعیت برمیدارد. این پروژه که سال گذشته معرفی شد، یکی از برنامههای بلندپروازانه و بهاصطلاح «مونشات» (Moonshot) گوگل برای طراحی دیتاسنترهای مداری هوش مصنوعی در فضا است؛ ایدهای هیجانانگیز که چهرههای سرشناسی مثل ایلان ماسک و جف بیزوس هم پیشتر آن را به عنوان جایگزینی ایدهآل برای مراکز داده پرمصرف و پردردسر زمینی مطرح کرده بودند. حالا نخستین ماهواره آزمایشی گوگل با هدف سنجش این ایده و امکانسنجی ایجاد منظومهای از ماهوارههای هوش مصنوعی، در تاریخ ۱ اکتبر به فضا پرتاب میشود.
این ماهواره که فعلاً «MVP» نام گرفته، ابعادی در حدود یک یخچال خانگی دارد. در دل این جعبه فلزی، چهار شتابدهنده هوش مصنوعی اختصاصی گوگل یا همان تراشههای TPU جای گرفتهاند؛ تراشههایی قدرتمند که روی زمین برای آموزش مدلهای هوش مصنوعی و اجرای پردازشهای سنگین (Inference) و تولید توکنها به کار میروند. روی زمین، یک دیتاسنتر میزبان هزاران تراشه از این دست است که حجم باورنکردنی و سرسامآوری از انرژی برق را میبلعند؛ درست به همین دلیل است که ایده استقرار سختافزارهای مجهز به انرژی پاک خورشیدی در دل فضا تا این حد جذاب و وسوسهانگیز به نظر میرسد.
البته ماهواره MVP کار خود را بسیار جمعوجور آغاز میکند؛ بر اساس گزارش نیویورک تایمز، پنلهای خورشیدی این ماهواره تنها حدود یک کیلووات برق تولید میکنند که نهایتاً برای روشن نگه داشتن یک مایکروویو یا سشوار کفایت میکند! جالب است بدانید گوگل این ماهواره را از صفر نساخته است؛ هرچند سختافزار پردازشی هوش مصنوعی کاملاً متعلق به گوگل است، اما بدنه و فضاپیما را شرکت تصویربرداری ماهوارهای «پلنت لبز» (Planet Labs) تأمین کرده است. برنامه اولیه گوگل پرتاب دو ماهواره اختصاصی در سال ۲۰۲۷ بود، اما غول فناوری میخواست هرچه سریعتر دست به کار شود و سرعت تحقیقاتش را بالا ببرد؛ بنابراین تصمیم گرفت تراشههای خود را روی ماهوارهای که از قبل توسط پلنت لبز ساخته شده بود سوار کند تا یک آزمایش زودهنگام و واقعی انجام دهد.
این محموله آزمایشی هوش مصنوعی قرار است در قالب ماموریت اشتراکی «ترنسپورتر-۱۸» (Transporter-18) با موشک فالکون ۹ اسپیسایکس به فضا فرستاده شود. چشمانداز نهایی گوگل تشکیل شبکهای گسترده از ماهوارههای مداری است که از طریق ارتباطات لیزری فوقسریع با یکدیگر تبادل داده دارند؛ پروژهای عظیم که در آینده پرتابهای اختصاصی و پرهزینهای را میطلبد. با این حال، ماهواره فعلی تنها نقش یک بستر آزمایشی را برای ارزیابی چند فناوری نوپا ایفا میکند و عمر عملیاتی آن فقط چند ماه خواهد بود.
تنها آزمون واقعی: به چالش کشیدن تراشهها در دل فضا
گوگل میگوید اگرچه آزمایشهای متعددی را روی زمین انجام داده، اما پرتاب ماهواره به مدار دید بسیار شفافتر و دقیقتری از چالشهای واقعی پیشرو به مهندسان میدهد. برای مثال، تیم توسعه باید عملکرد تراشههای هوش مصنوعی تنسور را در شرایط بیرحم مدار زمین بررسی کند. در بسیاری از ماموریتهای فضایی، قطعات سختافزاری به شکل ویژه برای مقاومت در برابر نوسانات شدید دما یا تشعشعات کیهانی مقاومسازی میشوند، اما این تراشهها دقیقاً همان پردازندههای TPU هستند که گوگل روی سرورهای زمینی خود نصب میکند! تابش پرتوهای کیهانی میتواند تراشهها را بسوزاند یا با تغییر ناخواسته بیتها (Bit-flipping) محاسبات ریاضی را مختل کند. علاوه بر این، لرزشهای شدید و فشارهای شتاب گرانشی (G-force) در لحظه پرتاب هم چالش کمی نیستند. البته همانطور که در ماموریت مریخنورد و بالگرد معروف «اینجنیوئیتی» (Ingenuity) دیدیم، گاهی اوقات قطعات سختافزاری تجاری و معمولی هم میتوانند در اعماق فضا شگفتی بیافرینند و خیلی خوب دوام بیاورند.
با این همه، خنکسازی تراشهها احتمالاً بزرگترین و دردسرسازترین مانع در این مسیر است؛ موضوعی که تحلیلگران صنعت همزمان با تب داغ دیتاسنترهای مداری بارها به آن اشاره کردهاند. سیستمهای رادیاتور فضایی وجود دارند، اما برای دفع حرارتهای بسیار کم طراحی شدهاند؛ در حالی که شتابدهندههای هوش مصنوعی گرمای سرسامآوری تولید میکنند. راهکار گوگل استفاده از لایهای انعطافپذیر از «ماده رابط حرارتی» است که تراشهها را به لولههای حرارتی آلومینیومی و مسی وصل میکند. این قطعات گرما را به سمت یک رادیاتور هدایت میکنند تا در نهایت حرارت به فضای بیرونی پرتاب و دفع شود.
گوگل قصد دارد برای این آزمایشها مدلهای محبوب جمینای (Gemini) را روی این پردازندهها اجرا کند، اما این فعالیت به شکل مداوم نخواهد بود. سیستم خنککننده فعلی تنها در بازههای کوتاه حدوداً ۱۵ دقیقهای تاب میآورد و پس از آن، تراشههای TPU باید فوراً خاموش شوند تا رادیاتورها فرصت کافی برای دفع گرما و خنک کردن سیستم پیدا کنند.
گوگل امیدوار است با این تست مقدماتی، نقاط ضعف و قوت معماری خود را به خوبی شناسایی کند و طراحیهای بعدی را برای ماموریتهای آینده ارتقا دهد. پرتاب ماهوارههای اختصاصی سال ۲۰۲۷ همچنان در جدول برنامهها قرار دارد، اما تیم سازنده اعتراف میکند که سالها طول خواهد کشید تا پروژه جاهطلبانه «سانکچر» از یک طرح تحقیقاتی و آزمایشگاهی به یک «محصول نهایی و کاربردی» تبدیل شود.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

غوغای مدل فوقالعاده سبک Gender-Classifier-Mini؛ ثبت دقت خیرهکننده ۹۷.۲ درصدی و ۷۷۸ هزار دانلود ماهانه!
مدل بینایی جمعوجور و سبک Gender-Classifier-Mini توانسته با ثبت دقت ۹۷.۲ درصدی در تشخیص چهره، به بیش از ۷۷۸ هزار دانلود ماهانه در پلتفرم هاگینگ فیس دست پیدا کند. این مدل متنباز با حجم اندک خود بهراحتی روی لپتاپهای شخصی اجرا میشود و نشان میدهد که برای کارهای تخصصی بینایی ماشین، همیشه نیازی به مدلهای غولپیکر و پردازندههای سنگین ابری نیست.

زنگ خطر در سیستم درمان؛ نفوذ ایجنتهای خودسر هوش مصنوعی به بیمارستانها بدون مجوز IT!
در حالی که بیمارستانها سخت درگیر مهار حملات سایبری هستند، تهدید غیرمنتظره جدیدی سر برآورده است: ایجنتهای هوش مصنوعی که بدون تأیید بخش IT در سیستمهای درمانی فعالیت میکنند. این دستیارهای خودمختار حالا با دسترسی به حساسترین پروندههای پزشکی، مرزهای حریم خصوصی و امنیت دادهها را به چالش کشیدهاند.

راز باهوشتر شدن هوش مصنوعی در برنامه «۶۰ دقیقه»؛ وقتی بلعیدن کل اینترنت هم کافی نیست!
مدلهای هوش مصنوعی دیگر نمیتوانند فقط با بلعیدن دادههای اینترنت هوشمندتر شوند و برای جهش بعدی به تخصص واقعی انسانها نیاز دارند. برنامه مشهور «۶۰ دقیقه» در گزارشی جذاب به سراغ استارتاپ مرکور رفته؛ جایی که بیش از ۱۰۰ هزار متخصص دستبهکار شدهاند تا به هوش مصنوعی مهارتهای پیچیده انسانی بیاموزند.
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.