Google ma útnak indította földkörüli pályára tervezett számítási műholdjának prototípusát egy Californiaból startolt SpaceX rakétával — ez az első alkalom, hogy a vállalat egyik fejlett chipjét az űrbe küldték. A műholdat a Planet Labs építette, és az a feladata, hogy igazolja: a Google Tensor Processing Unit (TPU), amely az Nvidia GPU-k versenytársa, működőképes marad az űrbeli környezetben.
A teszt célja annak bizonyítása, hogy a rendszer képes folyamatosan hozzávetőlegesen egy kilowatt teljesítményt biztosítani, megoldani a chip hűtését, és különböző modelleket futtatva megfigyelni, előfordulnak-e hibák a gyakorlatban. „Földi teszteket végeztünk, de tudjuk, hogy nincs olyan próbapróba, ami teljesen ugyanaz, mint az igazi környezet” — mondta Travis Beals, a Google Project Suncatcher projektjét vezető igazgató.
Működési mód és következő lépések
A műholdat üzembe helyezve a TPU-t 15 perces periódusokban fordítják üzembe, hogy ne terheljék túl a műhold energia- és hőkezelő rendszereit. A jelenlegi műhold egy Planet Labs által gyártott szabványos platformon alapul; a két cég azonban egy olyan demonstrációs küldetésen is dolgozik, amely várhatóan jövőre startol, és két, kifejezetten számítási feladatokra tervezett műholdat fog magába foglalni. Ezek a jövőbeli változatok lézeres kommunikációs kapcsolaton keresztül próbálnak majd együttműködni.
A mostani SpaceX rakéta több mint 100 különböző hasznos terhet vitt magával, köztük a Satlyt és a Cowboy Space Company küldetéseit; a Google műholdja azonban tartós, hosszú távú projekt része, ami megkülönbözteti a kisebb startupok vagy akár SpaceX rövidebb távú küldetéseitől.
A hosszú távú koncepció és az infrastruktúra
a Google által „hosszú távú moonshotnak” nevezett kezdeményezés a jövőbeli űrbeli infrastruktúrára és AI munkaterhelésekre épít. A vállalat elképzelése egy 81 műholdból álló hálózat, amely szorosan egymás mellett kering és párhuzamosan végez számításokat.
„A sávszélesség és a késleltetés a TPU-k között valójában nagyon-nagyon számít, amikor több szekrénynyi munkaterhelést próbálsz futtatni…nemcsak azt nézzük, hogy ma milyen munkaterhelések léteznek, hanem hogy hol lesznek öt év múlva” — mondta Beals. A probléma egyik oka az, hogy a költséghatékonyan skálázódó orbitális adatközpontokhoz szükséges rakéták még nem állnak rendelkezésre.
Fehér könyv és indítási költségek
Csütörtökön a Google peer-reviewed változatban is közzétette fehér könyvét az orbitális adatközpontokról, amely a számítás űrbe juttatásáról az egyik legszigorúbb elemzés. A tanulmány a Joule folyóiratban jelenik meg. A dolgozat egyik kiemelt eleme a térhez való hozzáférés költségérzékeny vizsgálata: bár a szerzők hangsúlyozzák, hogy ez nem gazdasági megvalósíthatósági tanulmány, bemutatják, hogyan számítanak a rakétaköltségek csökkenésére az idő múlásával.
Google, mint minden adatközpont-üzemeltető, a SpaceX-re támaszkodik a műholdak pályára állításában; (a Google emellett jelentős befektető is a SpaceX-ben). A dolgozat szerzői azt állítják, hogy Elon Musk rakétagyártó cége azóta, hogy elindította a Falcon 1 rakétát, évente körülbelül 20%-os költségcsökkentési „tanulási görbét” ért el, és ezért reálisnak tartják, hogy 2035-re a kilónkénti indítási árak közelíthetnek a 200 dollárhoz.
A számítások szerint ahhoz, hogy hasonló költségcsökkenés végbemenjen, a Starshipnek összesen mintegy 370 000 tonna hasznos terhet kellene pályára juttatnia. Ez nagyjából 1 800 indítást jelentene a következő 10 évben — azaz évi 180-at — feltételezve, hogy minden küldetésen 200 metrikus tonnát tudna szállítani. Ez jelentős feltételezés egy olyan hordozórakétától, amely soha nem repült még évente többszáz alkalommal; SpaceX ugyanakkor ambiciózus menetrendet jósol, és Elon Musk például 2029-re akár óránkénti repülési ütemet említett, bár Musk gyakran tesz nagyvonalú előrejelzéseket.
Sugárzás, hibaarányok és várható élettartam
A jó hír Google frissített kutatásában az, hogy a cég szerint a TPU-k valószínűleg túlélhetik az űrbeli sugárzási környezetet. A vállalatnak újra kellett végeznie részecskegyorsítós sugárzásos teszteket, miután észrevették, hogy a chip konfigurációja a laborban nagyobb árnyékolást biztosított, mint amit valójában kapnának az űrben. Az új tesztek valamivel több hibát mutattak a logikai áramkörökben, de a Google továbbra is bízik abban, hogy a chipek képesek lesznek nagy inferenciafeladatokat elvégezni egy műhold öt éves élettartama alatt.
„A hibaarány nagyon alacsony, ha tipikus inferencia műveletekre gondolsz, ugye? Olyan, mint egymillióból egyszer” — mondta Beals. „Másrészt ez már problémás volt mondjuk egy mega-skálájú tréning futtatásához, ahol több ezer chip fut hónapokon át.”
Miért számít ez
A Google próbálkozása nem csak technológiai demonstráció: ha sikeres, alapot szolgáltathat egy újfajta, földkörüli adatközpont-infrastruktúrához, amely csökkentheti bizonyos AI-munkaterhelések késleltetését és javíthatja a skálázhatóságot. Ugyanakkor a teljesen működőképes, költséghatékony hálózat felépítése nagymértékben függ majd a rakétaipar fejlődésétől és a jövőbeli indítási költségek csökkenésétől.
