تدرس SpaceX وGoogle وStarcloud مراكز بيانات مدارية لـ AI
لم تعد مراكز البيانات المدارية الخاصة بـ AI تُناقش بوصفها خيالاً علمياً، بل بوصفها الخطوة التالية في البنية التحتية. وتختبر SpaceX وGoogle وStarcloud الجدوى…
معالج بواسطة الذكاء الاصطناعي من 3DNews AI؛ بتحرير Hamidun News
تنتقل مراكز البيانات المدارية للذكاء الاصطناعي بسرعة من أفكار مستقبلية إلى موضوع استثمارات حقيقية. تعتقد SpaceX وGoogle وStarcloud والعاملون الآخرون أن الفضاء يمكن أن يوفر طاقة رخيصة ويخفف جزءاً من العبء على البنية التحتية الأرضية، لكن تكاليف الإطلاق والإصلاح وفيزياء المدار تبقى قيوداً صارمة.
لماذا يتم مناقشة هذا
الحجة الرئيسية للمؤيدين بسيطة: الحسابات المتعلقة بالذكاء الاصطناعي تحتاج إلى المزيد والمزيد من الكهرباء والأراضي والتبريد، بينما في المدار يكون هناك وصول متزامن إلى ضوء الشمس شبه المستمر والبرد الطبيعي للفراغ. من حيث النظرية، يسمح هذا ببناء عقد يتم تشغيلها بواسطة لوحاتها الخاصة وتبديد الحرارة من خلال مشعات في الفضاء المفتوح. على الأرض، يواجه كل مركز بيانات جديد كبير بشكل متزايد قيوداً على الوصول إلى الشبكات والمياه وتوفر الأراضي والتصاريح، مما يجعل التوسع أكثر تكلفة وأبطأ.
يعمل الضغط من الذكاء الاصطناعي التوليدي فقط على تكثيف الاهتمام بمثل هذه الأنظمة. وفقاً للتقديرات، قد يزيد استهلاك الطاقة في مراكز البيانات أكثر من الضعف بحلول عام 2030، وسيتطلب تدريب الجيل التالي من النماذج بنية تحتية تبدو اليوم مفرطة حتى بالنسبة لأكبر السحب. في ضوء هذا، توقفت فكرة نقل جزء من الحسابات خارج الغلاف الجوي عن كونها مجرد غرابة هندسية.
بالنسبة لمؤيدي مراكز البيانات المدارية، هذه محاولة للعثور على سعة طاقة جديدة قبل أن تصبح القيود الأرضية محبطة حقاً.
من هو بالفعل في السباق
السباق قد بدأ بالفعل، وفيه تشارك ليس فقط الشركات الناشئة في الفضاء. تربط SpaceX اقتصاديات الحوسبة المدارية بتخفيض تكاليف إطلاق Starship في المستقبل. قامت شركة Starcloud الناشئة بالفعل بنشر قمر صناعي اختبار مع معجل Nvidia H100 وأثبتت أنه في المدار يمكن ليس فقط تنفيذ الاستدلال، بل أيضاً تدريب النماذج الصغيرة. تعمل Google على تقدم مشروع Suncatcher، وبالموازاة مع ذلك تقوم الصين والاتحادات الأوروبية والشركات الأخرى التي لا تريد الاعتماد فقط على توليد الطاقة الأرضية بتحضير مبادرات مماثلة.
- تخطط SpaceX لمركز بيانات مداري موزع قد يشمل في النهاية ما يصل إلى مليون قمر صناعي.
- اختبرت Starcloud تدريب NanoGPT والاستدلال من Google Gemma مباشرة على القمر الصناعي.
- تعد Google مشروع Suncatcher مع الألواح الشمسية والروابط البصرية بين الأقمار الصناعية وTPU.
- تهدف المشاريع الصينية والأوروبية إلى إثبات منصات الحوسبة المدارية بحلول عام 2030.
"تحياتي أيها الأرضيون!" — هكذا، وفقاً لـ
Starcloud، ردت النموذج عند إطلاقها على القمر الصناعي الاختبار.
يتم تعزيز الاهتمام أيضاً بالمال. بعد اختبارها الناجح، جذبت Starcloud جولة تمويل كبيرة وتستعد الآن لمركبات أثقل مع معالجات GPU متعددة وشرائح متخصصة. من جانبها، أظهرت Nvidia بالفعل وحدة Space-1 Vera Rubin لمراكز البيانات المدارية. الفكرة هي عدم الانتظار للحظة المثالية: أولاً إثبات الجدوى في المهام الصغيرة، ثم التوسع إذا بدأت تكلفة إطلاق الحمولة المفيدة بالفعل في الانخفاض بسرعة.
الحواجز الرئيسية للمشروع
في الوقت الحالي، تعتمد كل هذه الاقتصاديات على افتراض جريء جداً: يجب أن تصبح الإطلاقات أرخص بعدة مرات وأكثر تكراراً بشكل ملحوظ. اليوم، لا تزال تكلفة إيصال كيلوجرام واحد إلى مدار منخفض حوالي 1500 دولار، في حين يصمم المتفائلون نماذج على مستويات 500 و200 و100 دولار لكل كيلوجرام. بدون مثل هذا الانخفاض في التكاليف، يبقى مركز البيانات المداري أغلى بكثير من مركز البيانات الأرضي.
المشكلة هي أن Starship لا يزال بعيداً عن التشغيل الروتيني والمتكرر والمتنبأ به تماماً، وتعتمد عليه جميع الحسابات الجميلة تقريباً. حتى لو تحسن جانب النقل، تبقى أسئلة لا توجد لها إجابات بسيطة. يكاد يكون من المستحيل إصلاح الخادم المداري: غالباً ما يكون من الأرخص إطلاق مركبة جديدة بدلاً من إصلاح القديمة.
يكون تبديد الحرارة في الفراغ أصعب من على الأرض، يزيد التدريع من الإشعاع الكتلة، والمدار المنخفض نفسه له قدرة محدودة. كلما زاد عدد الأقمار الصناعية، زادت مخاطر المناورات الإجراء والحوادث والاصطدامات المتسلسلة في سيناريو متلازمة كيسلر. لذلك، يختلف المتشككون مثل Sam Altman ليس حول الحلم نفسه، بل حول مدى سرعة تحويله إلى صناعة مستدامة.
ما تعنيه هذه
خرجت مراكز البيانات المدارية بالفعل من النطاق الخيالي البحت، لكنها بعيدة عن اقتصاديات الكتلة. إذا قللت SpaceX والشركاء فعلاً تكاليف الإطلاق، فسيصبح الفضاء منصة أخرى لبنية الذكاء الاصطناعي. إن لم يحدث ذلك، ستستمر الصناعة في البحث عن بدائل أكثر واقعية — من المواقع الشمالية إلى مراكز البيانات تحت الماء والمستقلة عن الطاقة.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.