Google esta comenzando un nuevo proyecto de investigación lunar llamado Proyecto Suncatcher para “algún día escalar el aprendizaje automático en el espacio”.
Esto implicaría que los chips de IA de la Unidad de Procesamiento Tensor (TPU) de Google se coloquen a bordo de una red interconectada de satélites para “aprovechar todo el poder del Sol”.
Específicamente, un “panel solar puede ser hasta 8 veces más productivo que en la Tierra” para obtener energía casi continua utilizando una “órbita terrestre baja sincronizada con el sol entre el amanecer y el anochecer” que reduce la necesidad de baterías y otros tipos de generación de energía.
En el futuro, el espacio puede ser el mejor lugar para escalar la computación de IA.
Estos satélites se conectarían a través de enlaces ópticos de espacio libre, con cargas de trabajo de aprendizaje automático a gran escala “distribuyendo tareas entre numerosos aceleradores con conexiones de alto ancho de banda y baja latencia”. Para igualar los centros de datos de la Tierra, la conexión entre satélites tendría que ser de decenas de terabits por segundo y tendrían que volar en “formación muy cercana (kilómetros o menos)”.
Anuncio: desplácese para ver más contenido
…con satélites ubicados a sólo cientos de metros de distancia, probablemente solo necesitaremos modestas maniobras de mantenimiento de posición para mantener constelaciones estables dentro de nuestra órbita heliosincrónica deseada.
Google ya ha realizado pruebas de radiación en TPU (Trillium, v6e), con resultados “prometedores”:
Mientras que el Memoria de alto ancho de banda (HBM) fueron el componente más sensible, solo comenzaron a mostrar irregularidades después de una dosis acumulada de 2 rejilla (Si) — casi tres veces la dosis esperada (protegida) de la misión de cinco años de 750 rad(Si). No se atribuyó ningún fallo grave al TID hasta la dosis máxima probada de 15 krad(Si) en un solo chip, lo que indica que los TPU Trillium son sorprendentemente resistentes a la radiación para aplicaciones espaciales.
Por último, Google cree que los costes de lanzamiento “caerán a menos de 200 dólares el kilo a mediados de la década de 2030”. En ese momento, “el costo de lanzar y operar un centro de datos espacial podría llegar a ser aproximadamente comparable a los costos de energía reportados de un centro de datos terrestre equivalente por kilovatio/año”.
Nuestro análisis inicial muestra que los conceptos centrales de la computación ML basada en el espacio no están excluidos por la física fundamental ni por barreras económicas insuperables.
Google todavía tiene que superar desafíos de ingeniería como la gestión térmica, las comunicaciones terrestres de gran ancho de banda y la confiabilidad del sistema en órbita. Se está asociando con Planet para lanzar dos prototipos de satélites a principios de 2027 que prueban cómo “los modelos y el hardware de TPU funcionan en el espacio y validan el uso de enlaces ópticos entre satélites para tareas de aprendizaje automático distribuidas”.
Más detalles están disponibles en “Hacia un futuro diseño de sistema de infraestructura de IA altamente escalable y basado en el espacio.”
FTC: Utilizamos enlaces de afiliados automáticos que generan ingresos. Más.
