جوجل تكشف عن مشروع سون كاتشر لاستكشاف الأقمار الصناعية الذكية المعتمدة على الطاقة الشمسية للتعلم الآلي القائم على المدار

باختصار

أعلنت جوجل للتو عن مشروع Suncatcher، وهو مشروع بحثي طموح يستكشف استخدام الأقمار الصناعية الشمسية المجهزة برقائق الذكاء الاصطناعي الخاصة بها لتشغيل أحمال الذكاء الاصطناعي في المدار.

أعلنت شركة التكنولوجيا جوجل عن مشروع Suncatcher، وهو مبادرة بحثية تستقصي نشر الأقمار الصناعية التي تعمل بالطاقة الشمسية والمزودة بشريحة ذكاء اصطناعي لتشغيل أحمال الذكاء الاصطناعي في مدارها، باستخدام ضوء الشمس لتقليل الطلبات الطاقية لمراكز البيانات الأرضية.

ي envision المشروع تجمعات مدمجة من الأقمار الصناعية تحمل وحدات معالجة Tensor من Google، متصلة عبر روابط بصرية في الفضاء الحر، مما يوفر إمكانيات للحوسبة على نطاق واسع مع الحد من التأثير على الموارد الأرضية.

تُفصِّل النتائج الأولية في ورقة بحثية مسبقة النشر بعنوان “نحو تصميم نظام بنية تحتية قائم على الفضاء، عالي القابلية للتوسع للذكاء الاصطناعي”، والتي تعالج التحديات الرئيسية مثل اتصالات الأقمار الصناعية عالية النطاق، الديناميات المدارية، وتأثيرات الإشعاع على الحوسبة.

يواصل مشروع Suncatcher تقليد Google في السعي وراء مشاريع علمية وهندسية طموحة وعالية التأثير.

تقييم جدوى البنية التحتية للتعلم الآلي للأقمار الصناعية الذكية الفضائية

وفقًا للإعلان، يتصور النظام المقترح شبكة من الأقمار الصناعية تعمل في مدار منخفض حول الأرض متزامن مع شروق وغروب الشمس لتعظيم التعرض المستمر لأشعة الشمس وتقليل الاعتماد على البطاريات الثقيلة.

يتطلب تحقيق هذه الرؤية التغلب على العديد من التحديات التقنية. أولاً، يجب أن تصل الروابط بين الأقمار الصناعية إلى عرض النطاق الترددي على نطاق مراكز البيانات، داعمةً العشرات من التيرابت في الثانية، وهو ما يمكن تحقيقه باستخدام تقسيم الطول الموجي الكثيف متعدد القنوات (DWDM) والتقسيم المكاني في تشكيلات الأقمار الصناعية القريبة. لقد أظهرت الاختبارات على نطاق المختبر بالفعل نقلًا أحادي الاتجاه بسرعة 800 جيجابت في الثانية لكل زوج من أجهزة الإرسال والاستقبال.

ثانياً، فإن الحفاظ على تشكيلات الأقمار الصناعية المتقاربة بشكل وثيق يتطلب تحكماً دقيقاً في المدار. باستخدام نماذج فيزيائية تستند إلى معادلات هيل-كلوهيسي-ويلتشر، ومُحسنة بمحاكاة قابلة للتفاضل، أظهر الفريق أن المجموعات التي تحتوي على أقمار صناعية تفصل بينها مئات الأمتار يمكن أن تظل مستقرة مع مناورات بسيطة للحفاظ على الموقع.

ثالثًا، يجب أن تتحمل مسرعات TPU إشعاع الفضاء؛ أظهرت اختبارات وحدة TPU السحابية Trillium v6e من Google أن المكونات ظلت تعمل تحت جرعات أعلى بكثير من التعرض المتوقع خلال خمس سنوات من المهمة.

أخيرًا، تعتمد الجدوى الاقتصادية على انخفاض تكاليف الإطلاق، التي تشير التوقعات إلى أنها قد تنخفض إلى ما دون $200 لكل كيلوغرام بحلول منتصف الثلاثينيات، مما قد يجعل مراكز بيانات الذكاء الاصطناعي المستندة إلى الفضاء قابلة للمقارنة في التكلفة لكل كيلووات-سنة مع المنشآت الأرضية.

جوجل تستكشف جدوى الذكاء الاصطناعي المعتمد على الفضاء مع خطط لمهمة قمر صناعي تجريبية

تشير التقييمات الأولية إلى أن حسابات التعلم الآلي القائمة على الفضاء ممكنة وليست محدودة بشكل أساسي بواسطة الفيزياء أو التكاليف الباهظة، على الرغم من وجود عقبات هندسية كبيرة، بما في ذلك تنظيم الحرارة، والاتصالات الأرضية عالية النطاق، وموثوقية التشغيل في المدار.

من أجل معالجة هذه التحديات، تم التخطيط لمهمة تعليمية بالتعاون مع Planet، تستهدف إطلاق نموذجين أوليين من الأقمار الصناعية بحلول أوائل عام 2027 لاختبار أداء TPU في الفضاء والتحقق من الروابط البصرية بين الأقمار الصناعية لأحمال ML الموزعة. على المدى الطويل، يمكن أن تعتمد الكوكبات الكبيرة بقدرة جيجاوات تصاميم أقمار صناعية أكثر تكاملاً تجمع بين هياكل الحوسبة المحسّنة للفضاء وجمع الطاقة الشمسية وإدارة الحرارة بشكل مترابط، مماثل لكيفية تقدم تكنولوجيا النظام على شريحة الحديثة من خلال الابتكار في الهواتف الذكية.