پروژه Suncatcher گوگل برای قرار دادن زیرساخت ML در فضا

درباره آزمایش اولیه ما برای مقیاس کردن محاسبات هوش مصنوعی در فضا بیاموزید. در یک سری ویدیوی جدید، تیم Project Suncatcher علم پشت این مهتاب، آنچه را که پیدا کرده‌اند و چالش‌های مهندسی که هنوز حل نشده است را بررسی می‌کند.

مرورگر شما از عنصر صوتی پشتیبانی نمی کند.

پروژه Suncatcher در حال پرتاب یک نمونه اولیه از ماهواره است تا آزمایش کند که آیا سخت افزار هوش مصنوعی ما می تواند در شرایط سخت فضا زنده بماند یا خیر. این ماموریت ارزیابی می کند که تراشه های ما چگونه تشعشعات شدید، ارتعاشات شدید و چالش های خنک کننده منحصر به فرد را در خلاء مدیریت می کنند. شما می توانید با تماشای مجموعه ویدیویی جدید ما در مورد علم پشت این ماموریت، پیشرفت ما را دنبال کنید و در مورد موانع مهندسی پیش رو بدانید.

گوگل در حال پرتاب ماهواره ای است تا ببیند آیا سخت افزار هوش مصنوعی می تواند در شرایط سخت فضا دوام بیاورد یا خیر. آنها می خواهند بدانند که آیا فضا مکان مناسبی برای اجرای هوش مصنوعی است زیرا ماهواره ها انرژی خورشیدی زیادی دریافت می کنند. این تیم در حال آزمایش این هستند که تراشه‌های آنها چگونه گرمای شدید، تشعشع و تکان‌های شدید پرتاب موشک را کنترل می‌کنند. این تنها اولین قدم در یک برنامه بلندمدت برای ساخت سیستم‌های هوش مصنوعی قدرتمند در مدار است.

پس از سال ها تحقیق، پروژه Suncatcher قرار است اولین آزمایش خود را در مدار آغاز کند و نمونه اولیه ماهواره ای را برای ارزیابی عملکرد واحدهای پردازش تانسور گوگل (TPU) در فضا پرتاب کند.

پروژه Suncatcher که سال گذشته معرفی شد، یک مهتاب تحقیقاتی طولانی مدت است که بررسی می کند آیا روزی فضا می تواند میزبان زیرساخت های یادگیری ماشینی مقیاس پذیر باشد یا خیر. در مدار پایین زمین، ماهواره‌ها می‌توانند به نور خورشید تقریبا ثابت دسترسی داشته باشند و تا هشت برابر بیشتر از زمین انرژی خورشیدی تولید کنند. در نهایت، می‌توان چندین صورت فلکی از ماهواره‌ها را به هم مرتبط کرد و به آنها اجازه داد تا در مدار زمین، حجم‌های کاری بزرگ‌تر هوش مصنوعی را مدیریت کنند.

پیشرفت های بزرگ زمانی اتفاق می افتد که از یک هدف نهایی عقب مانده باشید. در مورد ما، این است که اطمینان حاصل کنیم که مزایای عمیق هوش مصنوعی در زمینه‌های کلیدی، از مراقبت‌های بهداشتی گرفته تا اکتشافات علمی، می‌تواند به همه افراد برسد، در آینده‌ای دور. همانطور که تحقیقات اولیه در مورد رانندگی مستقل و محاسبات کوانتومی قبل از رسیدن به سیستم‌های عملی به سال‌ها آزمایش نیاز داشت، کاوش محاسبات در فضا با مراحل اندازه‌گیری شده و عمدی آغاز می‌شود.

تبدیل این ایده به واقعیت با یک سوال اساسی شروع می شود: آیا سخت افزار هوش مصنوعی ما می تواند در فضا کار کند؟ این ماموریت اولیه بر روی ماموریت حمل و نقل-18 آینده با اسپیس ایکس با مشارکت Planet توسعه یافته است. این برای جمع‌آوری داده‌های درون مدار در مورد نحوه مدیریت TPU‌های ما با استرس فیزیکی پروازهای فضایی و تشعشعات و گرمای شدید فضا طراحی شده است.

همانطور که ما برای پرتاب آزمایشی اولیه آماده می‌شویم و برای رسیدن به نقطه عطف بعدی خود در سال 2027 کار می‌کنیم، تیم پروژه Suncatcher در یک سری ویدیوی جدید که به علم پشت این ماموریت می‌پردازد، درباره چیزهایی که امیدواریم یاد بگیریم و موانع مهندسی پیش رو بحث کردند.

سفر موشک به مدار پایین زمین حدود 10 دقیقه طول می کشد، که طی آن فضاپیما ارتعاش شدید و بارهای شتاب پایدار تا 10 برابر نیروی گرانش یا نیروی g را تجربه می کند. اجزای منفرد، مانند تراشه‌های TPU، می‌توانند نیروهای بیشتری را تا 50 تا 100 گرم تجربه کنند. این تیم آزمایش ارتعاش را با تکان دادن شدید ماهواره در هر سه محور انجام داد تا فرکانس پرتاب موشک را تقلید کند. آزمایش‌هایی مانند این به ندرت طبق برنامه پیش می‌روند، بنابراین ما از اینکه سخت‌افزار در برابر نیرو مقاومت می‌کند شگفت‌زده شدیم.

هنگامی که تراشه‌های TPU به فضا می‌رسند، سطح تشعشعات خارج از جو زمین چالش دیگری برای غلبه بر آن ایجاد می‌کند. رویدادهای خورشیدی و پرتوهای کیهانی می توانند در الکترونیک ویران کنند، بنابراین تیم ما TPU ها را در تأسیسات پرتو پروتون در آزمایشگاه هسته ای کراکر UC Davis در حین اجرای بارهای کاری هوش مصنوعی آزمایش کردند. در طول آزمایش، ما به دقت نظارت کردیم تا ببینیم چگونه خطاها، مانند یک بیت فلیپ، بر حجم کاری ما تأثیر می‌گذارند.

نتایج اولیه نشان داده‌اند که TPU‌های Trillium ما به‌طور قابل‌توجهی مقاومت می‌کنند و می‌توانند از دوز یونیزه کل تشعشع بیشتر از آنچه در طول یک مأموریت فضایی پنج ساله دریافت می‌کنند، زنده بمانند.

اما برخی چیزها را فقط در فضا می توان آزمایش کرد. قرار دادن اولین TPU های خود در مدار هفته آینده به ما کمک می کند داده ها و آموخته هایی را برای اطلاع رسانی پرتاب های آینده دریافت کنیم.

خنک کردن مراکز داده مداری یک چالش تحقیقاتی حیاتی است. TPU ها مقدار زیادی گرما را در یک منطقه کوچک تولید می کنند که باید به طور ایمن پخش شود یا تراشه ها در معرض خطر داغ شدن بیش از حد قرار می گیرند. اما در فضا، جریان هوا وجود ندارد. در خلاء، شما فقط می توانید گرما را از طریق رادیاتورها پخش کنید، که نیاز به رویکرد کاملا متفاوتی برای خنک کننده الکترونیک دارد.

ما در حال کار روی چندین روش مختلف برای این کار هستیم، از جمله ترکیبی از لوله‌های حرارتی و رادیاتورها برای خنک کردن تراشه‌ها. تاکنون، تیم ما این فناوری را در یک محفظه خلاء حرارتی آزمایش کرده است که هم محیط حرارتی و هم محیط خلاء را در فضا شبیه‌سازی می‌کند. ما خواهیم دید که سیستم خنک کننده TPU جدید ما در فضا چگونه کار می کند و با یادگیری بیشتر طرح های خود را اصلاح خواهیم کرد.

طراحی‌های آینده ماهواره‌های ما هر کدام ده‌ها تراشه TPU را در حالی که به‌صورت خوشه‌ای به دور زمین می‌چرخند، حمل خواهند کرد. برای حفظ پهنای باند لازم برای پردازش هوش مصنوعی، هر ماهواره باید هم موقعیت خود و هم محل قرارگیری خود را نسبت به همسایگانش بداند. برای انجام این کار، ماهواره ها از طریق لیزر ارتباط برقرار می کنند.

فناوری در فضا در حال حاضر وجود دارد، اما بیشتر سیستم‌های پیشرفته برای پهنای باند کم در فواصل بزرگ بهینه‌سازی شده‌اند، در حالی که لیزرهای ما باید با پهنای باند بسیار بالا در فواصل بسیار کوتاه کار کنند. حفظ اتصال لازم نیاز به دقت فوق‌العاده‌ای دارد، مانند ضربه زدن به هدفی به اندازه سکه از مایل‌ها دورتر در حالی که هر دو نقطه در حرکت هستند. در سال 2027 زمانی که دو ماهواره را در مدار قرار دهیم، کار خود را روی این موضوع آزمایش خواهیم کرد.

کاوش در فضا به عنوان یک مکان مناسب برای محاسبات هوش مصنوعی مقیاس پذیر به یکباره اتفاق نمی افتد. این نیاز به مهندسی روش دارد، با اثبات اینکه سخت افزار ما می تواند واقعیت های فیزیکی و غیرقابل پیش بینی عملیات در مدار را کنترل کند. این اولین پرتاب در مورد دیدن آنچه کار می کند، شناسایی نقاط شکست، و به کارگیری آن یافته ها در ماموریت های آینده است.

هر فناوری تحول‌آفرینی که در Google ساخته‌ایم با یک هدف جسورانه شروع شد - و نظم و انضباط کار کردن به عقب برای حل مشکلات سخت در طول مسیر. همانطور که آخرین مهتاب ما به سمت سکوی پرتاب می رود، تیم ما برای به اشتراک گذاشتن آنچه می آموزیم و علمی که این کار را به جلو می برد، هیجان زده است.