Google-ის გათვლებით, კოსმოსური მონაცემთა ცენტრების ასამუშავებლად SpaceX-ის Starship-ის 1600-ზე მეტი გაშვებაა საჭირო

Google-ის ორბიტალური გამოთვლითი თანამგზავრის პროტოტიპი კალიფორნიიდან SpaceX-ის რაკეტის მეშვეობით ორბიტაზე გაეშვა. ეს არის პირველი შემთხვევა, როდესაც ტექნოლოგიურმა გიგანტმა თავისი ერთ-ერთი ყველაზე მოწინავე ჩიპი კოსმოსში გაგზავნა. Planet Labs-ის მიერ აგებული თანამგზავრის მისიაა დაამტკიცოს, რომ Google-ის Tensor Processing Unit (TPU) — Nvidia-ს გრაფიკული პროცესორების (GPU) მთავარი კონკურენტი — კოსმოსურ გარემოში ფუნქციონირებას შეძლებს.

ექსპერიმენტის ფარგლებში უნდა დადასტურდეს, რომ ჩიპს შეუძლია ერთი კილოვატი უწყვეტი ენერგიის მოხმარება, ეფექტური გაგრილება და სხვადასხვა მოდელების გაშვება ყოველგვარი შეფერხების გარეშე. Project Suncatcher-ის მენეჯერის, ტრევის ბილსის განცხადებით, მიუხედავად იმისა, რომ დედამიწაზე მრავალი ტესტი ჩატარდა, რეალურ კოსმოსურ პირობებს ვერაფერი შეცვლის. Project Suncatcher არის Google-ის მასშტაბური გეგმა, რომელიც დედამიწის ორბიტაზე მძლავრი გამოთვლითი კლასტერების განთავსებას გულისხმობს.

ექსპლუატაციაში შესვლის შემდეგ, თანამგზავრი TPU-ს 15-წუთიანი ინტერვალებით აამუშავებს, რათა თავიდან აიცილოს ენერგოსისტემისა და თერმული მართვის მექანიზმების გადატვირთვა. მიმდინარე პროტოტიპი Planet Labs-ის სტანდარტულ პლატფორმაზეა აგებული, თუმცა კომპანიები უკვე მუშაობენ მომავალი წლის დემონსტრაციაზე, სადაც ორი სპეციალიზებული თანამგზავრი ლაზერული კავშირის მეშვეობით ერთმანეთთან თანამშრომლობას შეეცდება.

გრძელვადიანი ხედვა და ორბიტალური ინფრასტრუქტურა

Suncatcher არ არის ერთადერთი ხელოვნური ინტელექტის მქონე ტვირთი ამ კონკრეტულ SpaceX-ის რაკეტაზე, რომელსაც 100-ზე მეტი სხვადასხვა დანიშნულების ობიექტი გადააქვს. თუმცა, Google-ის ინიციატივას სხვა სტარტაპებისგან მისი გრძელვადიანი ხასიათი გამოარჩევს. პროექტი ფოკუსირებულია მომავლის კოსმოსურ ინფრასტრუქტურასა და AI სამუშაო დატვირთვებზე.

კომპანიის ხედვით, მომავალში შეიქმნება 81 თანამგზავრისგან შემდგარი ქსელი, რომელიც მჭიდრო ფორმაციაში იფრენს და მონაცემებს პარალელურ რეჟიმში დაამუშავებს. ტრევის ბილსის განმარტებით, TPU-ებს შორის გამტარუნარიანობასა და დაყოვნებას (latency) გადამწყვეტი მნიშვნელობა აქვს მრავალსექციური სამუშაო პროცესების შესრულებისას. კომპანია ცდილობს გათვალოს არა მხოლოდ დღევანდელი საჭიროებები, არამედ ისიც, თუ რა მოთხოვნები იქნება ხუთი წლის შემდეგ.

ორბიტალური მონაცემთა ცენტრების ეკონომიკა

მთავარი გამოწვევა იმაში მდგომარეობს, რომ ორბიტალური მონაცემთა ცენტრების მასშტაბირებისთვის საჭირო რაკეტები ჯერჯერობით არ არსებობს. Google-მა გამოაქვეყნა კვლევითი ნაშრომი ჟურნალში Joule, რომელიც კოსმოსში გამოთვლითი სიმძლავრეების გატანის ერთ-ერთი ყველაზე დეტალური ანალიზია. მიუხედავად იმისა, რომ ეს არ არის ეკონომიკური მიზანშეწონილობის კვლევა, ის გვიჩვენებს, თუ როგორ ხედავს კომპანია რაკეტების გაიაფების პროცესს.

Google, რომელიც SpaceX-ის ერთ-ერთი მსხვილი ინვესტორია, იმედოვნებს, რომ ილონ მასკის კომპანია შეძლებს ფასების შემცირებას. Falcon 1-ის გაშვების შემდეგ, SpaceX-მა ფასების კლების 20%-იან წლიურ ტემპს მიაღწია. ავტორების აზრით, რეალურია მოლოდინი, რომ 2035 წლისთვის ტვირთის ორბიტაზე გატანის ფასი კილოგრამზე 200 დოლარამდე დაიწევს.

რა არის საჭირო ამ მიზნის მისაღწევად?

• Falcon 9-ის მონაცემებზე დაყრდნობით, ხარჯების მსგავსი შემცირებისთვის Starship-მა ორბიტაზე 370,000 ტონა ტვირთი უნდა გაიტანოს.
• ეს ნიშნავს დაახლოებით 1,800 გაშვებას მომდევნო 10 წლის განმავლობაში, ანუ წელიწადში 180 მისიას.
• ეს გათვლა ეფუძნება დაშვებას, რომ თითოეული მისია 200 მეტრულ ტონა ტვირთს გადაზიდავს.

ეს საკმაოდ ამბიციური მოთხოვნაა ხომალდისთვის, რომელსაც წელიწადში ხუთჯერზე მეტი ჯერ არ უფრენია. მიუხედავად იმისა, რომ ილონ მასკი 2029 წლისთვის Starship-ის საათობრივ ფრენებსაც კი პროგნოზირებს, რეალური გრაფიკი ჯერ კიდევ კითხვის ნიშნის ქვეშ დგას.

ტექნიკური გამძლეობა და რადიაცია

Google-ის კვლევის დადებითი მხარე ისაა, რომ მათი ჩიპები, სავარაუდოდ, გაუძლებენ კოსმოსურ რადიაციას. კომპანიას მოუწია ტესტების ხელახლა ჩატარება ნაწილაკების ამაჩქარებელში, რადგან აღმოჩნდა, რომ ჩიპების კონფიგურაცია იმაზე მეტ დაცვას უზრუნველყოფდა, ვიდრე რეალურ პირობებში იქნებოდა საჭირო.

ამან გამოიწვია ლოგიკურ სქემებში შეცდომების სიხშირის მცირედი ზრდა, თუმცა კომპანია დარწმუნებულია, რომ ჩიპები გაუმკლავდებიან დიდ ინფერენს-დატვირთვებს (inference workloads) თანამგზავრის ხუთწლიანი სიცოცხლის მანძილზე. ტიპური ოპერაციებისას შეცდომის ალბათობა ძალიან დაბალია — დაახლოებით ერთი მილიონზე. თუმცა, ბილსის თქმით, ეს მაინც პრობლემურია მეგა-მასშტაბური წვრთნის პროცესებისთვის (training runs), სადაც ათასობით ჩიპი თვეების განმავლობაში უწყვეტად მუშაობს.