Ilalagay ng Google ang Tensor Processing Units nito sa orbit sa susunod na linggo sa unang pagkakataon, kung saan gagawing hardware test ang Project Suncatcher mula sa isang disenyo na papel kung kayang tiisin ng mga artificial-intelligence chips ang paglulunsad, radiation, at paglamig sa kalawakan. Nakatakdang lumipad ang prototype satellite sa Transporter-18 rideshare mission ng SpaceX at binuo kasama ang Earth-imaging company na Planet, ayon sa isang bagong Google account at independiyenteng pag-uulat ng Reuters.

Mahalaga ang misyon dahil pinapalitan nito ang mga pagpapalagay ng datos mula sa orbit sa puntong ang pangangailangan ng AI para sa kuryente at hardware sa pag-compute ay bumabangga sa mga limitasyon sa Daigdig. Hindi ito isang operational data center, at hindi ipinakita ng Google na ang space-based computing ay maaaring makipagkumpitensya sa komersyo sa mga pasilidad sa lupa. Mas makitid ang agarang layunin: alamin kung saan nabibigo ang ordinaryong high-performance AI hardware sa mababang orbit ng Daigdig at gamitin ang mga resultang iyon upang hubugin ang isang mas kumplikadong two-satellite test na nakaplano para sa 2027.

Mula sa moonshot hanggang sa mga kagamitan sa paglipad

Nakikita ng Project Suncatcher ang mga kumpol ng mga solar-powered satellite na nagdadala ng mga Google accelerator at nagpapalitan ng data sa pamamagitan ng mga optical link. Ikinatwiran ng orihinal na balangkas ng pananaliksik na ang mga solar panel sa isang kanais-nais na orbit ay maaaring makagawa ng hanggang walong beses na lakas ng maihahambing na mga panel sa Earth at gumana nang may mas kaunting imbakan ng baterya dahil ang sikat ng araw ay halos tuloy-tuloy. Ang bentahe ng enerhiya na iyon ang pangunahing atraksyon ng proyekto: ang mga machine-learning system ay maaaring, sa teorya, gumamit ng solar power nang hindi nagdaragdag ng parehong lokal na load sa mga terrestrial grid.

Ang paglipad sa susunod na linggo ay sadyang mas maliit kaysa sa pangitaing iyon. Magdadala ito ng prototype hardware sa halip na isang kapaki-pakinabang na computing cluster, at ito ay dinisenyo upang sukatin ang vibration, radiation exposure at thermal behavior. ng Next Web na ang satellite ay sumailalim na sa three-axis vibration tests na nilayon upang gayahin ang matinding acceleration at shaking ng paglulunsad, ngunit hindi kayang kopyahin ng mga ground simulation ang buong orbital environment.

Ang radyasyon ang unang pagsubok sa pagiging maaasahan

Ang mga komersyal na AI accelerator ay na-optimize para sa mga data center, hindi para sa mga charged particle na maaaring makasira sa memorya o makapagpabaliktad ng mga bit sa orbit. Nauna nang inilantad ng Google ang Trillium TPU nito sa isang 67-megaelectron-volt proton beam habang ang chip ay nagpapatakbo ng mga workload ng AI. Sinasabi ng teknikal na preprint na ang hardware ay nakaligtas sa isang kabuuang ionizing dose na katumbas ng isang limang taong misyon nang walang permanenteng pagkabigo, bagaman ang high-bandwidth memory ang pinakasensitibong bahagi at ang mga transient error ay nangangailangan pa rin ng paglalarawan.

Nakakahikayat ngunit hindi kapani-paniwala ang resultang iyan. Kinokontrol ng beam testing ang dosis at kapaligiran; nagdaragdag ang orbit ng thermal cycling, kasaysayan ng vibration, pagbabago-bago ng kuryente, at nagbabagong radiation field. Sinasabi ng Google na itatala ng satellite kung paano kumikilos ang mga chip nito sa ilalim ng pinagsamang mga kondisyong iyon. Ang isang matagumpay na paglipad ay magpapakita ng katatagan ng hardware, hindi ang isang konstelasyon ay maaaring maghatid ng maaasahang serbisyo sa cloud o tumugma sa inaasahang uptime mula sa terrestrial infrastructure.

Pagpapalamig nang walang hangin

Ang init ay maaaring maging kasinghirap ng radiation. Karaniwang inililipat ng mga data-center chip ang init papunta sa mga sistema ng hangin o likido, ngunit inaalis ng vacuum ang convection. Samakatuwid, pinagsasama ng prototype ang mga heat pipe, na naglilipat ng thermal energy palayo sa processor, kasama ang mga panlabas na radiator na naglalabas nito bilang infrared energy. Sinasabi ng Google na ang disenyo ay gumana sa isang thermal-vacuum chamber; ipapakita ng orbit test kung paano ito gumaganap sa pamamagitan ng mga totoong cycle ng temperatura habang gumagana ang processor.

Ang hamon ay nagiging mas mahirap sa malawakang saklaw. Ang isang satellite sa hinaharap ay magdadala ng dose-dosenang mga TPU, na magko-concentrate ng mas maraming init kaysa sa kasalukuyang eksperimento. Ang mas maraming radiator ay nagdaragdag ng lawak at masa, habang ang karagdagang masa ay nagpapataas ng mga gastos sa paglulunsad. Samakatuwid, ang problema sa inhenyeriya ay kaugnay: ang densidad ng pagkalkula, pagkolekta ng kuryente, kapasidad ng paglamig, at ekonomiya ng paglulunsad ay kailangang pagbutihin nang sama-sama sa halip na paisa-isa.

Susunod ang paglipad ng mga laser at pormasyon

Ang malalaking modelo ng AI ay hindi mahusay na tumatakbo sa mga nakahiwalay na processor. Hinahati nila ang trabaho sa mga accelerator na konektado sa pamamagitan ng mga high-bandwidth at low-latency na network. Ang konsepto ng Google ay maglalagay ng mga satellite na daan-daang metro lamang ang layo at ikokonekta ang mga ito sa mga laser na may kakayahang magdala ng sampu-sampung terabit bawat segundo. Iniulat ng mga mananaliksik nito ang isang demonstrasyon sa laboratoryo ng 800 gigabit bawat segundo sa bawat direksyon gamit ang isang pares ng transceiver, ngunit ang setup na iyon ay hindi kailangang tumuro sa pagitan ng mabilis na gumagalaw na spacecraft.

Inaasahang maglalagay ang misyong 2027 ng dalawang satellite sa orbit upang subukan ang mga optical link na iyon. Sisimulan din nitong sukatin kung ang paglipad gamit ang malapit na formation ay maaaring manatiling matatag nang walang labis na panganib ng propellant o banggaan. Ang mga naunang talakayan ng Google sa SpaceX ay nagmarka ng isang hakbang patungo sa kapasidad ng paglulunsad, ayon sa ulat ng Reuters noong Mayo, ngunit ang isang scalable network ay mangangailangan ng manufacturing at launch cadence na higit pa sa isang eksperimentong may dalawang satellite.

Ang ekonomiya ay nananatiling haka-haka

Tinantya ng papel ng Google na ang mga presyo ng paglulunsad ay kailangang bumaba sa humigit-kumulang $200 kada kilo sa kalagitnaan ng dekada 2030 para ang taunang gastos ng isang orbital system ay makalapit sa gastos sa enerhiya ng isang katumbas na data center sa Earth. Iyon ay isang modelong threshold, hindi isang naka-quote na presyo o isang demonstradong business case. Hindi rin kasama rito ang kawalan ng katiyakan tungkol sa mga pamalit na satellite, insurance, mga istasyon sa lupa, pag-iwas sa mga debris at ang gastos sa pagpapadala ng mga resulta pabalik sa mga gumagamit.

Siksikan na ang orbita, lalo na sa mga sun-synchronous band na kaakit-akit sa obserbasyon ng Daigdig at mga misyon na halos tuloy-tuloy ang sikat ng araw. Nabanggit sa isang pagsusuri ng Space.com na ang masisikip na kumpol ay kailangang tumukoy at magmaniobra sa paligid ng mga debris na hindi laging masusubaybayan mula sa lupa. Ang malalaking konstelasyon ay maaari ring magpakomplikado sa astronomiya at magpataas ng pasanin sa kapaligiran ng paulit-ulit na paglulunsad at muling pagpasok.

Ano ang tunay na mapapatunayan sa susunod na linggo

Ang unang paglipad ng Suncatcher ay maaaring sumagot sa isang limitado ngunit mahalagang tanong: kung ang umiiral na AI hardware ng Google ay maaaring magpatuloy sa paggana pagkatapos ng isang tunay na paglulunsad at sa pinagsamang radiation at thermal na kondisyon ng mababang orbit ng Earth. Hindi nito mapatunayan ang kaso ng ekonomiya, networking o kapaligiran para sa mga orbital data center, at hindi pa inanunsyo ng Google ang isang komersyal na iskedyul ng pag-deploy.

Mahalaga ang pagkakaibang iyan. Mas mahalaga ang eksperimento kaysa sa isang presentasyon ng konsepto dahil inilalagay nito sa panganib ang gumaganang hardware at magbabalik ng mga sukat na hindi makukuha sa Earth. Ngunit ang halaga nito ay nakasalalay sa pagbubunyag ng mga failure mode at sa pagkumpirma ng disenyo. Kung ang TPU, memory o cooling system ay hindi gumana nang maayos, maaga sanang natuto ang Google; kung mahusay ang performance nito, ang mas mahirap na mga pagsubok—laser networking, formation control at system cost—ay mananatili pa rin.