ವಾಸ್ತವದ ಪರೀಕ್ಷೆ: ಬಾಹ್ಯಾಕಾಶ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು AI ಗಡಿಯಾ ಅಥವಾ ವಂಚನೆಯೇ?

ಸ್ಯಾಮ್ ಆಲ್ಟ್‌ಮನ್ ಮತ್ತು ಎಲೋನ್ ಮಸ್ಕ್ ನಡುವಿನ ಇತ್ತೀಚಿನ ಸೋಶಿಯಲ್ ಮೀಡಿಯಾ ಚರ್ಚೆಯು ಕಕ್ಷೆಯ ಕಂಪ್ಯೂಟಿಂಗ್‌ನ (orbital computing) ಕಾರ್ಯಸಾಧ್ಯತೆಯ ಬಗ್ಗೆ ತೀವ್ರ ಚರ್ಚೆಯನ್ನು ಮತ್ತೆ ಹುಟ್ಟುಹಾಕಿದೆ. ಮಸ್ಕ್ ಬಾಹ್ಯಾಕಾಶ ಆಧಾರಿತ AI ಇನ್ಫರೆನ್ಸ್ (AI inference) ಭವಿಷ್ಯವನ್ನು ಕಲ್ಪಿಸಿಕೊಂಡಿದ್ದರೆ, ಈ ಉನ್ನತ ಪರಿಕಲ್ಪನೆಯ ದೃಷ್ಟಿಕೋನ ಮತ್ತು ಆರ್ಥಿಕ ವಾಸ್ತವದ ನಡುವಿನ ಅಂತರವು ಬಹಳ ದೊಡ್ಡದಿದೆ ಎಂದು ಉದ್ಯಮ ತಜ್ಞರು ಸೂಚಿಸುತ್ತಾರೆ.

ದೃಷ್ಟಿಕೋನ: ಆರ್ಬಿಟಲ್ ನಿಯೋಕ್ಲೌಡ್‌ಗಳು ಮತ್ತು ಬೃಹತ್ ಮೌಲ್ಯಮಾಪನಗಳು

ಈ ವಿವಾದದ ಕೇಂದ್ರಬಿಂದುವೆಂದರೆ ಆರ್ಬಿಟಲ್ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳ ಸಮೂಹವನ್ನು ನಿಯೋಜಿಸುವ SpaceX ನ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಮಾರ್ಗಸೂಚಿ. ಈ ಸೌಲಭ್ಯಗಳು ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ AI ಇನ್ಫರೆನ್ಸ್ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಉದ್ದೇಶಿಸಲಾಗಿದೆ, ಇದು ಬೃಹತ್ ಮಾದರಿಗಳಿಗೆ (massive models) ಇಂಧನ ಒದಗಿಸುವ "ಆರ್ಬಿಟಲ್ ನಿಯೋಕ್ಲೌಡ್" ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು. ಈ ಊಹಾಪೋಹದ ಸಾಮರ್ಥ್ಯವು SpaceX ನ $2-ಟ್ರಿಲಿಯನ್ ಬೃಹತ್ ಮೌಲ್ಯಮಾಪನದ ಹಿಂದಿನ ಪ್ರಮುಖ ಕಾರಣವಾಗಿದೆ, ಏಕೆಂದರೆ ಆಶಾವಾದಿ ವಿಶ್ಲೇಷಕರು ಬಾಹ್ಯಾಕಾಶ ಆಧಾರಿತ ಕಂಪ್ಯೂಟ್ AI ಏಳಿಗೆಗೆ ನೀಡಬಹುದಾದ ಅಭೂತಪೂರ್ವ ಪ್ರೊಸೆಸಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಮೇಲೆ ಪಣತೊಟ್ಟಿದ್ದಾರೆ.

ಎಲೋನ್ ಮಸ್ಕ್ ಈ ವೇಳಾಪಟ್ಟಿಯನ್ನು ಮತ್ತಷ್ಟು ಬಲಪಡಿಸಿದ್ದು, SpaceX ಮುಂದಿನ ವರ್ಷವೇ ಈ ಘಟಕಗಳನ್ನು ಹಾರಿಸಲು ಪ್ರಾರಂಭಿಸಬಹುದು ಎಂದು ಹೇಳಿದ್ದಾರೆ. ಮಸ್ಕ್ ಪ್ರಕಾರ, ಈ ಸಂಪೂರ್ಣ ಆರ್ಥಿಕ ಮಾದರಿಯ ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ SpaceX ನ ಹೆವಿ-ಲಿಫ್ಟ್ ಲಾಂಚ್ ವಾಹನವಾದ Starship. Starship ಬೃಹತ್ ಪೇಲೋಡ್ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕಡಿಮೆ ಪ್ರತಿ ಕೆಜಿ ವೆಚ್ಚವನ್ನು ಒದಗಿಸುವ ಮೂಲಕ ಬಾಹ್ಯಾಕಾಶ ಆಧಾರಿತ ಹಾರ್ಡ್‌ವೇರ್ ಅನ್ನು ಆರ್ಥಿಕವಾಗಿ ಕಾರ್ಯಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ ಎಂಬ ಭರವಸೆಯಿದೆ.

ಸಂದೇಹಗಳು: ಅರ್ಥಶಾಸ್ತ್ರ, ಮರುಬಳಕೆ ಮತ್ತು ಪ್ರಮಾಣ (Scale)

ಈ ಅತಿಯಾದ ಪ್ರಚಾರದ ನಡುವೆಯೂ, ಸ್ಯಾಮ್ ಆಲ್ಟ್‌ಮನ್ ಅವರ ಟೀಕೆಯು ಆರ್ಬಿಟಲ್ ಕಂಪ್ಯೂಟ್ ಅನ್ನು ಅನ್ವೇಷಿಸುತ್ತಿರುವ Google ನಂತಹ ಕಂಪನಿಗಳ ಎಂಜಿನಿಯರ್‌ಗಳು ಮತ್ತು ಡೆವಲಪರ್‌ಗಳು ಸೇರಿದಂತೆ ವಿಷಯ ತಜ್ಞರ ನಡುವೆ ಬೆಳೆಯುತ್ತಿರುವ ಒಮ್ಮತವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. ಮೂಲಭೂತ ಸಮಸ್ಯೆ ಉಪಗ್ರಹಗಳ ತಂತ್ರಜ್ಞಾನವಲ್ಲ, ಬದಲಿಗೆ ಅವುಗಳನ್ನು ಅಲ್ಲಿಗೆ ತಲುಪಿಸುವುದು ಮತ್ತು ಅವುಗಳನ್ನು ಕಾರ್ಯನಿರ್ವಹಣೆಯಲ್ಲಿ ಇರಿಸುವ ಆರ್ಥಿಕತೆಯಾಗಿದೆ.

ಬಾಹ್ಯಾಕಾಶ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳನ್ನು ಒಂದು "ಗಂಭೀರ ವ್ಯವಹಾರ"ವನ್ನಾಗಿ ಮಾಡಲು, ಮೂರು ಬೃಹತ್ ಅಡೆತಡೆಗಳನ್ನು ನಿವಾರಿಸಬೇಕಾಗಿದೆ:

  1. ಪ್ರಕ್ಷೇಪಣದಲ್ಲಿ ಬೃಹತ್ ವೆಚ್ಚ ಕಡಿತ: Starship ಒಂದು ದೊಡ್ಡ ಪ್ರಗತಿಯಾಗಿದ್ದರೂ, ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಹಾರಾಟವು ಇನ್ನೂ ವರ್ಷಗಳ ದೂರದಲ್ಲಿದೆ.
  2. ಪೂರ್ಣ ಮರುಬಳಕೆ: ತನ್ನ IPO ರೋಡ್‌ಶೋ ಸಮಯದಲ್ಲಿ, Starship ಹತ್ತಿರದ ಅವಧಿಯಲ್ಲಿ ಪೂರ್ಣವಾಗಿ ಮರುಬಳಕೆ ಮಾಡಲು ಸಾಧ್ಯವಾಗದಿರಬಹುದು ಎಂದು SpaceX ಒಪ್ಪಿಕೊಂಡಿದೆ, ಇದು ಪ್ರತಿ ಲಾಂಚ್ ಸಮಯದಲ್ಲಿ ಎರಡನೇ ಹಂತವನ್ನು (second stage) ವಿಲೇವಾರಿ ಮಾಡಬೇಕಾಗಬಹುದು. ಇದು ಡೇಟಾ ಸೆಂಟರ್ ವ್ಯವಹಾರ ಮಾದರಿಗೆ ಅಗತ್ಯವಿರುವ ಲಾಭದ ಪ್ರಮಾಣವನ್ನು ಗಣನೀಯವಾಗಿ ಕುಗ್ಗಿಸುತ್ತದೆ.
  3. ಬೃಹತ್ ಪ್ರಮಾಣದಲ್ಲಿ ಉತ್ಪಾದನೆ: ಒಂದೇ ಹೈ-ಸ್ಪೀಡ್ ಪ್ರೊಸೆಸಿಂಗ್ ಉಪಗ್ರಹವನ್ನು ಉಡಾವಣೆ ಮಾಡುವುದು ಒಂದು ವಿಷಯ; ಆದರೆ ಹೆಚ್ಚಿನ ಶಕ್ತಿ ಹೊಂದಿರುವ, ರೇಡಿಯೇಶನ್-ಹಾರ್ಡೆನ್ಡ್ (radiation-hardened) ಕಂಪ್ಯೂಟ್ ನೋಡ್‌ಗಳ ಸಮೂಹವನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ತಯಾರಿಸಿ ನಿಯೋಜಿಸುವುದು ಒಂದು ದೊಡ್ಡ ತಾಂತ್ರಿಕ ಸವಾಲಾಗಿದೆ, ಇದನ್ನು 2030 ರವರೆಗೆ ಸಾಧಿಸಲು ಸಾಧ್ಯವಾಗದಿರಬಹುದು.

ಇದು AI ಮೂಲಸೌಕರ್ಯದ ಭೂದೃಶ್ಯಕ್ಕೆ ಏಕೆ ಮುಖ್ಯವಾಗುತ್ತದೆ

ಈ ಚರ್ಚೆಯು AI ಉದ್ಯಮದಲ್ಲಿನ ಒಂದು ನಿರ್ಣಾಯಕ ಘರ್ಷಣೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ: ಯಾವುದೇ ಬೆಲೆ ತೆತ್ತಾದರೂ ಕಂಪ್ಯೂಟ್ ಪಡೆಯುವ ಸ್ಪರ್ಧೆ ಮತ್ತು ಭೌತಶಾಸ್ತ್ರ ಹಾಗೂ ಅರ್ಥಶಾಸ್ತ್ರದ ನಿಯಮಗಳ ನಡುವಿನ ಸಂಘರ್ಷ. AI ಮಾದರಿಗಳು ಸಂಕೀರ್ಣವಾಗುತ್ತಿದ್ದಂತೆ, ವಿಶೇಷ ಹಾರ್ಡ್‌ವೇರ್ ಮತ್ತು ಇಂಧನ-ಸಮರ್ಥ ಪ್ರೊಸೆಸಿಂಗ್‌ನ ಬೇಡಿಕೆಯು ಗಗನಕ್ಕೇರುತ್ತಿದೆ.

SpaceX ಪೂರ್ಣವಾಗಿ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಹೆವಿ-ಲಿಫ್ಟ್ ರಾಕೆಟ್‌ಗಳಲ್ಲಿ ಯಶಸ್ವಿಯಾದರೆ, ಅವರು ಭೂಮಿಯ ಮೇಲಿನ ಮಿತಿಗಳಾದ ಭೂಬಳಕೆ ಮತ್ತು ಪವರ್ ಗ್ರಿಡ್ ಮಿತಿಗಳನ್ನು ಮೀರಿ ನಿಲ್ಲುವ ವಿಕೇಂದ್ರೀಕೃತ, ಆರ್ಬಿಟಲ್ ಕಂಪ್ಯೂಟ್‌ನ ಹೊಸ ಆಯಾಮವನ್ನು ತೆರೆಯಬಹುದು. ಆದಾಗ್ಯೂ, ಲಾಂಚ್ ಮತ್ತು ಉಪಗ್ರಹ ಬದಲಾವಣೆಯ ವೆಚ್ಚಗಳು ಹೆಚ್ಚಾಗಿದ್ದರೆ, ಬಾಹ್ಯಾಕಾಶ ಆಧಾರಿತ AI ಜಾಗತಿಕ AI ಮೂಲಸೌಕರ್ಯದ ಬೆನ್ನೆಲುಬಾಗುವ ಬದಲು ಕೇವಲ ಒಂದು ಸಣ್ಣ ಪ್ರಯೋಗಾತ್ಮಕ ಯೋಜನೆಯಾಗಿ ಉಳಿಯುತ್ತದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

  • ಆರ್ಥಿಕ ಕಾರ್ಯಸಾಧ್ಯತೆಯೇ ಪ್ರಮುಖ ಅಡೆತಡೆ: ಬಾಹ್ಯಾಕಾಶ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ಲಾಭದಾಯಕವಾಗಲು ಗಣನೀಯವಾಗಿ ಅಗ್ಗದ ರಾಕೆಟ್‌ಗಳು ಮತ್ತು ಹೆಚ್ಚಿನ ಶಕ್ತಿ ಹೊಂದಿರುವ ಉಪಗ್ರಹಗಳನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ತಯಾರಿಸುವ ಸಾಮರ್ಥ್ಯ ಎರಡೂ ಅಗತ್ಯವಾಗಿವೆ.
  • Starship ಒಂದು ನಿರ್ಣಾಯಕ ಅಂಶ: ಆರ್ಬಿಟಲ್ ಕಂಪ್ಯೂಟ್‌ನ ಯಶಸ್ಸು Starship ಪೂರ್ಣ ಮರುಬಳಕೆಯನ್ನು ಸಾಧಿಸುವುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಇದನ್ನು SpaceX ತಕ್ಷಣವೇ ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಒಪ್ಪಿಕೊಂಡಿದೆ.
  • ವೇಳಾಪಟ್ಟಿಯ ವ್ಯತ್ಯಾಸ: ಮಸ್ಕ್ ಮುಂದಿನ ವರ್ಷವೇ ಹಾರಾಟಗಳು ಪ್ರಾರಂಭವಾಗಬಹುದು ಎಂದು ಸೂಚಿಸಿದರೂ, ವಿಸ್ತರಿಸಬಹುದಾದ ಮತ್ತು ಪ್ರಭಾವಶಾಲಿ ಬಾಹ್ಯಾಕಾಶ-ಕಂಪ್ಯೂಟ್ ಉದ್ಯಮವು 2030 ರ ನಂತರವೇ ಸಾಧ್ಯ ಎಂದು ಉದ್ಯಮ ತಜ್ಞರು ನಂಬುತ್ತಾರೆ.