دیوار توان هوش مصنوعی: چرا محاسبات مداری می‌تواند مرز جدید مراکز داده باشد

هوش مصنوعی با مشکل توان روبروست.

این یک مشکل برندینگ نیست؛ یک مشکل زیرساخت فیزیکی است.

هر مدل هوش مصنوعی، مولد تصویر و دستیار کدنویسی به الکتریسیته وابسته است. با ورود هوش مصنوعی به تمامی جریان‌های کاری تجاری و علمی، فشار بر مراکز داده رو به افزایش است.

سال‌ها بود که رایانش ابری با افزودن سرورها و فیبرهای نوری مقیاس‌پذیر می‌شد. اما هوش مصنوعی قوانین را تغییر می‌دهد. خوشه‌های GPU با تراکم بالا به مقادیر عظیمی از توان، سیستم‌های خنک‌کننده سنگین و اتصالات گسترده به شبکه برق نیاز دارند. در بسیاری از نقاط، محدودیت دیگر خرید GPU نیست؛ محدودیت، یافتن برق کافی برای راه‌اندازی آن‌هاست.

به همین دلیل است که محاسبات مداری اهمیت پیدا می‌کند.

امروزه این فناوری جایگزینی برای مراکز داده زمینی نیست، بلکه نشانه‌ای است از اینکه رقابت هوش مصنوعی در حال فراتر رفتن از زمین و شبکه‌های برق است.

مقیاس تقاضا بسیار عظیم است:

  • ۲۰۲۴: مراکز داده حدود ۴۱۵ تراوات‌ساعت (۱.۵٪ از برق جهانی) مصرف کردند.
  • ۲۰۳۰: تقاضا می‌تواند به ۹۴۵ تراوات‌ساعت (تقریباً ۳٪ از برق جهانی) برسد.
  • ۲۰۵۰: BloombergNEF انتظار دارد تقاضا به ۳۷۰۰ تراوات‌ساعت (۸.۷٪ از توان جهانی) برسد.

این امر باعث فشار بر شبکه‌های برق محلی می‌شود. یک خوشه بزرگ می‌تواند به اندازه یک شهر کوچک برق مصرف کند. زمانی که انرژی‌های پاک نمی‌توانند با سرعت کافی منتقل شوند، شرکت‌ها ممکن است به سمت گاز یا زغال‌سنگ روی بیاورند.

محاسبات مداری مسیر متفاوتی را ارائه می‌دهد.

Starcloud-1 اخیراً با یک GPU مدل NVIDIA H100 به مدار پرتاب شد. این موضوع ثابت می‌کند که سخت‌افزارهای در سطح مراکز داده می‌توانند در فضا فعالیت کنند.

منطق محاسبات فضایی ساده است:

  • هوش مصنوعی به برق نیاز دارد.
  • فضا دارای انرژی خورشیدی فراوان است.
  • زمین با مشکل ازدحام شبکه، محدودیت زمین و تأخیر در اخذ مجوزها روبروست.

یک ماهواره در مدار مناسب می‌تواند انرژی خورشیدی را به‌طور مداوم‌تر از یک نیروگاه خورشیدی روی زمین جمع‌آوری کند. فضا نور خورشید را بدون ابر، شرایط جوی یا نیاز به مصرف آب برای خنک‌سازی فراهم می‌کند.

با این حال، فضا راهکار آسانی نیست. شما نمی‌توانید در خلاء از فن برای خنک کردن یک GPU استفاده کنید. باید از رادیاتورها برای دفع گرما از طریق انرژی فروسرخ استفاده کنید. همچنین با چالش‌هایی مانند تابش، تأخیر در ارتباطات و هزینه‌های بالای پرتاب روبرو هستید.

موارد استفاده واقعی اولیه احتمالاً شامل موارد زیر خواهد بود:

  • پردازش هوش مصنوعی برای سایر ماهواره‌ها.
  • تحلیل‌های مشاهده زمین.
  • بارهای کاری علمی.
  • استنتاج دسته‌ای (Batch inference).

هدف این است که داده‌ها در همان جایی که تولید می‌شوند، پردازش شوند. ماهواره‌ها به جای ارسال فایل‌های خام و عظیم به زمین، می‌توانند داده‌ها را در فضا پردازش کرده و تنها نتایج کوچک و کاربردی را به زمین بازگردانند.

رقابت در زیرساخت‌های هوش مصنوعی در حال تبدیل شدن به رقابتی بر سر انرژی است. ارزشمندترین مکان‌ها در آینده، هر جایی خواهند بود که در آن برق ارزان‌ترین و قابل‌اعتمادترین باشد.

آینده هوش مصنوعی تنها بر اساس اندازه مدل تعیین نخواهد شد، بلکه با توان الکتریکی، سیستم‌های خنک‌کننده و شبکه تعیین خواهد شد.

منبع: https://dev.to/mike_anderson_d01f52129fb/ais-power-wall-why-orbital-compute-could-become-a-data-center-frontier-23ak

انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi