Suncatcher گوگل با چهار TPU به مدار رفت؛ دیتاسنتر فضایی نیست

گوگل روز ۹ مهر ۱۴۰۵ (۱ اکتبر ۲۰۲۶) نخستین ماهواره آزمایشی پروژه Suncatcher را با مأموریت رایدشر Transporter-18 شرکت SpaceX به مدار فرستاد. به نوشته تراویس بیلز، مدیر ارشد Paradigms of Intelligence در گوگل، تیم تماس با ماهواره را تأیید کرده و ماهواره «طبق انتظار» کار می‌کند. آنچه به مدار رفته دیتاسنتر فضایی نیست؛ آزمونی است برای یک پرسش محدود: آیا تراشه‌های تجاری هوش مصنوعی از پرتاب و محیط مدار پایین زمین جان سالم بیرون می‌برند؟

ماهواره پروژه Suncatcher چه چیزی را به مدار برد؟

به گزارش NPR، ماهواره به‌اندازه یک یخچال است، چهار TPU دارد و تراشه‌ها نسخه‌ای از مدل زبانی Gemma گوگل را هر بار ۱۵ دقیقه اجرا می‌کنند و بعد به‌دلیل محدودیت مدیریت گرما متوقف می‌شوند. گوگل در اعلامیه خودش نام مدل و نسل تراشه‌های سوار بر ماهواره را نگفته است.

ماهواره با مشارکت Planet ساخته شده است. به گزارش Via Satellite، Transporter-18 با ۱۳۰ محموله از پایگاه نیروی فضایی Vandenberg در کالیفرنیا بلند شد.

چرا گوگل محاسبات هوش مصنوعی را به مدار می‌برد؟

استدلال فنی پروژه در مقاله پژوهشی گوگل با عنوان «Towards a future space-based, highly scalable AI infrastructure system design» آمده است: پنل خورشیدی در برخی مدارها تا ۸ برابر بیشتر از پنلی در عرض‌های میانی زمین انرژی سالانه می‌گیرد. استدلال دوم بی‌نیازی از آب خنک‌کننده و از زمین است.

پس‌زمینه مالی هم عدد دارد. به گزارش NPR، گوگل برای سال ۲۰۲۶ بین ۱۸۰ تا ۱۹۰ میلیارد دلار هزینه سرمایه‌ای برنامه‌ریزی کرده است.

آزمون سخت‌تر، روی زمین انجام شده بود

داده‌های تابشی این پروژه از آزمایشگاه می‌آیند، نه از مدار. طبق مقاله گوگل، یک Cloud TPU نسل v6e (Trillium) همراه سرور میزبانش زیر باریکه پروتون ۶۷ مگاالکترون‌ولتی در آزمایشگاه هسته‌ای Crocker دانشگاه UC Davis آزمایش شد تا شرایط مدار خورشیدآهنگ (Sun-Synchronous Orbit) بازسازی شود.

دوز تجمعی تابش (Total Ionizing Dose) مورد انتظار یک مأموریت پنج‌ساله ۷۵۰ رَد سیلیکون است و دوز سالانه مدار حدود ۱۵۰ رَد برآورد می‌شود. حساس‌ترین بخش تراشه، حافظه پهن‌باند (HBM) بود که بی‌نظمی‌هایش از دوز ۲ کیلورَد شروع شد، یعنی تقریباً سه برابر همان نیاز حداقلی. بقیه آزمون‌ها، از جمله یک بار کاری کامل یادگیری ماشین، تا حداکثر دوز آزمایش‌شده ۱۵ کیلورَد روی یک تراشه درست کار کردند و هیچ خرابی دائمی به تابش نسبت داده نشد.

اما گوگل خودش هشداری هم ثبت کرده است: نرخ خطای مشاهده‌شده برای بارهای کاری استنتاج (Inference) «احتمالاً قابل قبول» است، در حد یک خرابی در هر ۱۰ میلیون استنتاج، ولی اثر این خطاها روی کارهای آموزش مدل و کارایی راهکارهای کاهش آن «نیازمند بررسی بیشتر» است.

فاصله چهار تراشه تا یک دیتاسنتر فضایی

طرح مرجع در مقاله گوگل خوشه‌ای از ۸۱ ماهواره در شعاع یک کیلومتر و ارتفاع میانگین ۶۵۰ کیلومتر است و به گفته گوگل هر ماهواره آینده ده‌ها تراشه TPU خواهد داشت. چیزی که به مدار رفته، چهار تراشه است.

حلقه گمشده بعدی ارتباط است. تقسیم یک بار کاری بزرگ میان ماهواره‌ها به پهنای باند تجمعی در حد ۱۰ ترابیت بر ثانیه برای هر لینک نیاز دارد. گوگل و Planet قصد دارند تا اوایل ۲۰۲۷ دو ماهواره آزمایشی پرتاب کنند تا همین لینک نوری فضای آزاد (Free-Space Optical) را در مدار بسنجند.

موانعی که خود گوگل هم می‌شمارد

هزینه پرتاب. طبق تحلیل منحنی یادگیری در مقاله گوگل، رسیدن به ۲۰۰ دلار بر کیلوگرم یا کمتر برای پرتاب به مدار پایین زمین تا میانه دهه ۲۰۳۰ «باورپذیر» است. یعنی اقتصاد طرح به کاهش هزینه‌ای وابسته است که هنوز رخ نداده است.

گرما. گوگل در توضیح فنی‌اش می‌نویسد در خلأ جریان هوا وجود ندارد و دفع گرما فقط با رادیاتور ممکن است، که «رویکرد کاملاً متفاوتی» برای خنک‌کردن الکترونیک می‌خواهد. دوره‌های ۱۵ دقیقه‌ای نشانه بیرونی همین محدودیت است.

بیلز خودش به NPR حد ماجرا را مشخص کرد: «اگر این کار همیشه آن‌قدر گران باشد که عملی نشود، ممکن بودنش از نظر فنی کمک زیادی نمی‌کند.» او افزود انتظار ندارد در پنج سال آینده این کار ارزان‌تر شود. برندون لوسیا، استاد دانشگاه Carnegie Mellon، هم به NPR گفت هزینه و پیچیدگی نگهداری در فضا «با ضریب ۱۰ و شاید ضریب ۱۰۰» بزرگ می‌شود.

به نظر DevNA، ارزش خبریِ این پرواز در داده است، نه در چشم‌انداز. گوگل برای نخستین بار نتایج آزمون تابش یک شتاب‌دهنده تجاری یادگیری ماشین را منتشر کرده و حالا سخت‌افزار TPU را در مدار واقعی می‌سنجد؛ باقی ماجرا، از پهنای باند نوری تا هزینه پرتاب، هنوز فرض است. درباره رقابت زیرساخت هوش مصنوعی، گزارش‌های پلتفرم ایمنی ایجنت NVIDIA و خرید استارتاپ World Labs به‌دست AMD را هم بخوانید.