ചന്ദ്രനിലെ ആദ്യത്തെ AI റോവറുകൾക്ക് കരുത്തുപകരാൻ Nvidia-യുടെ Jetson ചിപ്പുകൾ തയ്യാറെടുക്കുന്നു

അടുത്ത തലമുറ സ്വയംഭരണാത്മക ബഹിരാകാശ പര്യവേക്ഷണങ്ങൾക്ക് കരുത്തുപകരാൻ ചന്ദ്രന്റെ ഉപരിതലത്തെ ലക്ഷ്യമിട്ട് Nvidia അതിന്റെ സിലിക്കൺ സാന്നിധ്യം ഭൂമിയുടെ അന്തരീക്ഷത്തിന് അപ്പുറത്തേക്ക് വ്യാപിപ്പിക്കുന്നു. ബഹിരാകാശ സ്റ്റാർട്ടപ്പുകളുമായുള്ള തന്ത്രപരമായ പങ്കാളിത്തത്തിലൂടെ, ചന്ദ്രനിലെ അടിസ്ഥാന സൗകര്യങ്ങളുടെ ഭാവിക്ക് ഉയർന്ന പ്രകടനശേഷിയുള്ള കമ്പ്യൂട്ടിംഗ് അത്യാവശ്യമാണെന്ന് ഈ AI ഭീമൻ തെളിയിക്കുന്നു.

ഫിസിക്കൽ AI ചന്ദ്രോപരിതലത്തിലേക്ക് എത്തിക്കുന്നു

ബഹിരാകാശ അടിസ്ഥാന സൗകര്യങ്ങൾക്കായുള്ള റോബോട്ടിക്സിൽ വൈദഗ്ധ്യമുള്ള സ്റ്റാർട്ടപ്പായ Lunar Outpost, തങ്ങളുടെ വരാനിരിക്കുന്ന മൂൺ റോവർ അതിന്റെ LiDAR സിസ്റ്റങ്ങൾ നിയന്ത്രിക്കുന്നതിന് NVIDIA Jetson പ്ലാറ്റ്‌ഫോം ഉപയോഗിക്കുമെന്ന് പ്രഖ്യാപിച്ചു. ഈ നീക്കം, ചന്ദ്രോപരിതലത്തിൽ നേരിട്ട് പ്രവർത്തിക്കുന്ന ആദ്യത്തെ GPU ആയി മാറാൻ Jetson ചിപ്പിന് സാധ്യത നൽകുന്നു.

ഡാറ്റാ സെന്ററുകളിൽ ഉപയോഗിക്കുന്ന വമ്പൻ Blackwell, Vera Rubin ആർക്കിടെക്ചറുകളിലൂടെ Nvidia പ്രശസ്തമാണെങ്കിലും, Jetson പ്ലാറ്റ്‌ഫോം വ്യത്യസ്തവും നിർണ്ണായകവുമായ ഒരു മേഖലയ്ക്കാണ് സേവനം നൽകുന്നത്: ഫിസിക്കൽ AI. കംപാക്റ്റായും കുറഞ്ഞ ഊർജ്ജം ഉപയോഗിക്കുന്ന രീതിയിലും രൂപകൽപ്പന ചെയ്തിട്ടുള്ള Jetson, സങ്കീർണ്ണമായ സെൻസർ ഇൻപുട്ടുകൾ പ്രാദേശികമായി പ്രോസസ്സ് ചെയ്യാൻ റോബോട്ടിക് സിസ്റ്റങ്ങളെ പ്രാപ്തമാക്കുന്നു. ഭൂമിയിലേക്ക് ഡാറ്റ അയക്കുന്നതിലെ കാലതാമസം (latency) ഇല്ലാതെ, അപകടകരമായ ഭൂപ്രദേശങ്ങളിലൂടെ സഞ്ചരിക്കാൻ തത്സമയ സ്വയംഭരണാത്മകത ആവശ്യമായ ബഹിരാകാശ ദൗത്യങ്ങൾക്ക് ഈ "edge" പ്രോസസ്സിംഗ് അത്യാവശ്യമാണ്.

തന്ത്രപരമായ പങ്കാളിത്തങ്ങളും ഓർബിറ്റൽ കമ്പ്യൂട്ടിംഗും

Nvidia-യുടെ ചന്ദ്രനെക്കുറിച്ചുള്ള അഭിലാഷങ്ങൾ ഉപരിതല റോവറുകളിൽ മാത്രം ഒതുങ്ങുന്നില്ല. ചന്ദ്രനിൽ ഒരു റോബോട്ടിനെ വിജയകരമായി ഇറക്കിയ ആദ്യ സ്വകാര്യ കമ്പനിയായ Firefly Aerospace-മായി കമ്പനി പങ്കാളിത്തത്തിലും ഏർപ്പെട്ടിട്ടുണ്ട്. ഈ സഹകരണത്തിൽ, ചിത്രങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനായി ചന്ദ്രനെ ചുറ്റുന്ന ഒരു ഉപഗ്രഹത്തിൽ Jetson പ്ലാറ്റ്‌ഫോം പ്രവർത്തിക്കും. ഈ ഓർബിറ്റൽ കമ്പ്യൂട്ട് ശേഷി ശാസ്ത്രജ്ഞരെ ചന്ദ്രന്റെ ഭൂപടം തയ്യാറാക്കാനും ഉപരിതലത്തിൽ പ്രവർത്തിക്കുന്ന റോബോട്ടുകളുടെ എണ്ണം നിരീക്ഷിക്കാനും സഹായിക്കും.

Intuitive Machines നിർമ്മിച്ച ഒരു ലാൻഡറിലായി സംയോജിപ്പിച്ചിരിക്കുന്ന Lunar Outpost-ന്റെ റോവർ, നിഗൂഢമായ കാന്തിക വ്യതിയാനങ്ങളാൽ (magnetic anomaly) ശ്രദ്ധേയമായ Reiner Gamma എന്ന പ്രദേശം പര്യവേക്ഷണം ചെയ്യാൻ നിശ്ചയിച്ചിട്ടുണ്ട്. ഈ വർഷം അവസാനത്തിന് മുമ്പ് Falcon 9 റോക്കറ്റുകൾ വഴി വിക്ഷേപിക്കാൻ പ്രതീക്ഷിക്കുന്ന ഈ ദൗത്യങ്ങൾ, ഡിറ്റർമിനിസ്റ്റിക് റോബോട്ടിക്സിൽ നിന്ന് ഡിറ്റർമിനിസ്റ്റിക്, ഫിസിക്കൽ AI എന്നിവയുടെ സംയോജിത മാതൃകയിലേക്കുള്ള സുപ്രധാന മാറ്റത്തെ പ്രതിനിധീകരിക്കുന്നു.

ബഹിരാകാശ കമ്പ്യൂട്ടിംഗിലെ കഠിനമായ വെല്ലുവിളികളെ അതിജീവിക്കുന്നു

ഉയർന്ന പ്രകടനശേഷിയുള്ള GPU-കൾ ബഹിരാകാശത്ത് വിന്യസിക്കുന്നത് വലിയൊരു എഞ്ചിനീയറിംഗ് വെല്ലുവിളിയാണ്. നിലവിലുള്ള ഭൂരിഭാഗം ബഹിരാകാശ GPU-കളും ഭൂമിയുടെ ഭ്രമണപഥത്തിലാണ് പ്രവർത്തിക്കുന്നത്, അവിടെ അവയ്ക്ക് താരതമ്യേന സംരക്ഷണം ലഭിക്കുന്നുണ്ട്. എന്നാൽ, ചന്ദ്രൻ കഠിനമായ പ്രപഞ്ച വികിരണങ്ങളും (cosmic radiation) ചന്ദ്രനിലെ പകലും രാത്രിയും തമ്മിലുള്ള കഠിനമായ താപനില വ്യതിയാനങ്ങളും ഉൾപ്പെടെ വളരെ പ്രയാസകരമായ സാഹചര്യങ്ങളാണ് നൽകുന്നത്.

"നിങ്ങളുടെ സിസ്റ്റം ചന്ദ്രനിലെ രാത്രിയെ അതിജീവിക്കണം, അത് വളരെ കുറഞ്ഞ ഊർജ്ജത്തിൽ തന്നെയായിരിക്കണം," എന്ന് Lunar Outpost സിഇഒ ജസ്റ്റിൻ സൈറസ് കുറിച്ചു. ഈ വിന്യാസങ്ങളുടെ വിജയം, ബഹിരാകാശ പര്യവേക്ഷണത്തിൽ നിന്ന് സ്ഥിരമായ ചന്ദ്രവാസത്തിലേക്കുള്ള മാറ്റത്തിന് വ്യവസായത്തിന് സാധിക്കുമോ എന്ന് തീരുമാനിക്കും. 2028-ഓടെ ചന്ദ്രനിൽ മനുഷ്യസാന്നിധ്യം നിലനിർത്താൻ NASA ശ്രമിക്കുമ്പോൾ, സ്വയംഭരണാത്മകവും GPU അധിഷ്ഠിതവുമായ ബുദ്ധിശക്തി ഉപയോഗിച്ച് ഒരു "റോബോട്ടിക് വർക്ക്ഫോഴ്സ്" വിന്യസിക്കാനുള്ള കഴിവ് ചന്ദ്രനിലെ താവളങ്ങൾ സുസ്ഥിരമാക്കുന്നതിൽ നിർണ്ണായക ഘടകമായിരിക്കും.

പ്രധാന വിവരങ്ങൾ

• ബഹിരാകാശത്തെ Edge AI: ചന്ദ്രനിലെ റോവറുകൾക്ക് തത്സമയ LiDAR പ്രോസസ്സിംഗിനും സ്വയംഭരണാത്മകമായ നാവിഗേഷനും ഫിസിക്കൽ AI ഉപയോഗിക്കാൻ Nvidia-യുടെ Jetson പ്ലാറ്റ്‌ഫോം സഹായിക്കും.
• ഓർബിറ്റൽ ഡാറ്റ പ്രോസസ്സിംഗ്: Firefly Aerospace-മായുള്ള പങ്കാളിത്തത്തിലൂടെ, Jetson ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ഉപഗ്രഹങ്ങൾ ചന്ദ്രന്റെ ചിത്രങ്ങൾ ഭ്രമണപഥത്തിൽ നിന്ന് തന്നെ പ്രോസസ്സ് ചെയ്യും.
• സ്വയംഭരണാത്മകത വർദ്ധിപ്പിക്കൽ: ചന്ദ്രനിൽ റോബോട്ടുകളുടെ സഹായത്തോടെ സ്ഥിരമായ മനുഷ്യസാന്നിധ്യം സ്ഥാപിക്കുക എന്ന NASA-യുടെ ലക്ഷ്യത്തിന് ഡിറ്റർമിനിസ്റ്റിക് മാതൃകകളിൽ നിന്ന് ഫിസിക്കൽ AI-ലേക്ക് മാറുന്നത് അത്യാവശ്യമാണ്.