Google công bố Dự án Suncatcher để khám phá vệ tinh AI sử dụng năng lượng mặt trời cho máy học dựa trên quỹ đạo

Tóm tắt

Google vừa công bố Dự án Suncatcher, một dự án nghiên cứu moonshot khám phá việc sử dụng các vệ tinh năng lượng mặt trời được trang bị chip AI của mình để chạy các khối lượng công việc AI trong quỹ đạo.

Công ty công nghệ Google đã công bố Dự án Suncatcher, một sáng kiến nghiên cứu điều tra việc triển khai các vệ tinh sử dụng năng lượng mặt trời được trang bị chip AI để chạy các công việc AI trong quỹ đạo, sử dụng ánh sáng mặt trời để giảm nhu cầu năng lượng của các trung tâm dữ liệu trên Trái đất.

Dự án tưởng tượng ra các chòm sao vệ tinh nhỏ gọn mang theo Google TPU, được kết nối qua các liên kết quang học không gian tự do, mang lại tiềm năng cho tính toán quy mô lớn trong khi hạn chế tác động đến tài nguyên trên mặt đất.

Các phát hiện ban đầu được chi tiết trong một bài báo trước in có tiêu đề “Hướng tới thiết kế hệ thống hạ tầng AI có khả năng mở rộng cao dựa trên không gian trong tương lai,” giải quyết các thách thức chính như truyền thông vệ tinh băng thông cao, động lực học quỹ đạo và ảnh hưởng của bức xạ đến tính toán.

Dự án Suncatcher tiếp tục truyền thống của Google trong việc theo đuổi các dự án khoa học và kỹ thuật đầy tham vọng, có tác động lớn.

Đánh Giá Tính Khả Thi Của Hạ Tầng ML Cho Các Vệ Tinh AI Trên Không Gian

Theo thông báo, hệ thống được đề xuất hình dung một mạng lưới vệ tinh hoạt động trong quỹ đạo địa tĩnh đồng bộ với mặt trời từ bình minh đến chiều tối để tối đa hóa sự tiếp xúc với ánh sáng mặt trời liên tục và giảm thiểu sự phụ thuộc vào pin nặng.

Để đạt được tầm nhìn này cần phải vượt qua một số thách thức kỹ thuật. Đầu tiên, các liên kết giữa các vệ tinh phải đạt được băng thông quy mô trung tâm dữ liệu, hỗ trợ hàng chục terabit mỗi giây, điều này khả thi bằng cách sử dụng đa kênh phân chia bước sóng dày đặc (DWDM) và phân multiplex không gian trong các hình thức vệ tinh gần nhau. Các thử nghiệm quy mô bàn đã chứng minh khả năng truyền một chiều 800 Gbps cho mỗi cặp bộ thu phát.

Thứ hai, việc duy trì các cụm vệ tinh tập trung chặt chẽ đòi hỏi kiểm soát quỹ đạo chính xác. Sử dụng các mô hình vật lý dựa trên phương trình Hill-Clohessy-Wiltshire và được tinh chỉnh bằng các mô phỏng có thể phân biệt, nhóm nghiên cứu đã chỉ ra rằng các cụm với các vệ tinh cách nhau hàng trăm mét có thể duy trì ổn định với các thao tác giữ vị trí vừa phải.

Thứ ba, các bộ tăng tốc TPU phải chịu được bức xạ không gian; các thử nghiệm của Cloud TPU Trillium v6e của Google cho thấy các thành phần vẫn hoạt động dưới liều lượng cao hơn nhiều so với mức phơi nhiễm dự kiến trong năm năm.

Cuối cùng, tính khả thi về kinh tế phụ thuộc vào việc giảm chi phí phóng, mà các dự đoán cho thấy có thể giảm xuống dưới $200 mỗi kilogram vào giữa những năm 2030, có khả năng khiến các trung tâm dữ liệu AI dựa trên không gian có chi phí tương đương mỗi kilowatt-năm với các cơ sở trên mặt đất.

Google Khảo Sát Tính Khả Thi Của AI Dựa Trên Không Gian Với Kế Hoạch Đối Với Nhiệm Vụ Vệ Tinh Nguyên Mẫu

Các đánh giá ban đầu cho thấy việc tính toán học máy dựa trên không gian là khả thi và không bị giới hạn cơ bản bởi vật lý hay chi phí cản trở, mặc dù vẫn còn nhiều rào cản kỹ thuật đáng kể, bao gồm quản lý nhiệt, truyền thông mặt đất băng thông cao và hoạt động đáng tin cậy trên quỹ đạo.

Để giải quyết những thách thức này, một sứ mệnh học tập hợp tác với Planet được lên kế hoạch, nhằm mục tiêu phóng hai vệ tinh nguyên mẫu vào đầu năm 2027 để thử nghiệm hiệu suất TPU trong không gian và xác thực các liên kết quang học giữa các vệ tinh cho các khối công việc ML phân tán. Trong dài hạn, các chòm sao gigawatt quy mô lớn có thể áp dụng các thiết kế vệ tinh tích hợp hơn, kết hợp các kiến trúc tính toán tối ưu cho không gian với việc thu thập năng lượng mặt trời và quản lý nhiệt chặt chẽ, tương tự như cách công nghệ hệ thống trên chip hiện đại tiến bộ thông qua đổi mới trong smartphone.