वास्तव तपासणी: स्पेस डेटा सेंटर्स हे AI चे नवीन क्षेत्र आहे की केवळ एक फसवणूक?
सॅम ऑल्टमॅन आणि इलॉन मस्क यांच्यातील अलीकडील सोशल मीडियावरील वादावादामुळे 'ऑर्बिटल कम्प्युटिंग'च्या (orbital computing) व्यवहार्यतेबाबत एक तीव्र वाद पुन्हा एकदा पेटला आहे. मस्क अंतराळावर आधारित AI इन्फरन्सच्या (AI inference) भविष्याची कल्पना करत असले तरी, या उच्च-संकल्पनात्मक दृष्टीकोन आणि आर्थिक वास्तव यामधील अंतर अद्याप खूप मोठे असल्याचे उद्योग तज्ज्ञांचे म्हणणे आहे.
दृष्टीकोन: ऑर्बिटल निओक्लाउड्स आणि प्रचंड मूल्यांकन
या वादाच्या केंद्रस्थानी स्पेसएक्सचा (SpaceX) ऑर्बिटल डेटा सेंटर्सचा ताफा तैनात करण्याचा महत्त्वाकांक्षी रोडमॅप आहे. या सुविधा अंतराळात AI इन्फरन्सची कामे करण्यासाठी तयार केल्या जात आहेत, ज्या मोठ्या मॉडेल्सना चालवण्यासाठी संभाव्यतः "ऑर्बिटल निओक्लाउड" (orbital neocloud) म्हणून काम करतील. ही काल्पनिक क्षमता स्पेसएक्सच्या २ ट्रिलियन डॉलर्सच्या अवाढव्य मूल्यांकनामागील एक महत्त्वाचे कारण आहे, कारण आशावादी विश्लेषक AI च्या वाढत्या मागणीसाठी अंतराळ-आधारित कम्प्युट (space-based compute) प्रदान करू शकणाऱ्या अभूतपूर्व प्रोसेसिंग पॉवरवर विश्वास ठेवत आहेत.
इलॉन मस्क यांनी या वेळेबाबत अधिक ठाम भूमिका घेत असा दावा केला आहे की, स्पेसएक्स पुढील वर्षीपासूनच या युनिट्सचे प्रक्षेपण सुरू करू शकते. मस्क यांच्यासाठी, या संपूर्ण आर्थिक मॉडेलचा मुख्य आधार म्हणजे 'स्टारशिप' (Starship) हे स्पेसएक्सचे हेवी-लिफ्ट लॉन्च व्हेइकल आहे. स्टारशिपमुळे प्रचंड पेलोड क्षमता आणि प्रति किलो कमी खर्च मिळेल, ज्यामुळे अंतराळ-आधारित हार्डवेअर आर्थिकदृष्ट्या व्यवहार्य होईल, अशी आशा आहे.
शंका: अर्थशास्त्र, पुनरुपयोगिता आणि व्याप्ती
या प्रचंड चर्चेनंतरही, सॅम ऑल्टमॅन यांची टीका विषयातील तज्ज्ञांमध्ये वाढत असलेल्या संमतीचे प्रतिबिंब आहे, ज्यामध्ये गुगल (Google) सारख्या कंपन्यांमधील अभियंते आणि डेव्हलपर्सचा समावेश आहे जे ऑर्बिटल कम्प्युटचा शोध घेत आहेत. मूळ समस्या उपग्रहांच्या तंत्रज्ञानाची नसून, त्यांना अंतराळात नेणे आणि ते कार्यान्वित ठेवण्याच्या अर्थशास्त्राची आहे.
स्पेस डेटा सेंटर्सना एक "गंभीर व्यवसाय" बनवण्यासाठी, तीन मोठी आव्हाने पार करावी लागतील:
- प्रक्षेपणामध्ये मोठी खर्च कपात: स्टारशिप ही एक मोठी झेप असली तरी, कार्यान्वित पुनरुपयोगी उड्डाणे (reusable flight) येण्यासाठी अजून काही वर्षे लागतील.
- पूर्ण पुनरुपयोगिता (Full Reusability): आपल्या IPO रोडशो दरम्यान, स्पेसएक्सने कबूल केले की स्टारशिप अल्पावधीत पूर्णपणे पुनरुपयोगी नसू शकते, ज्यामुळे प्रत्येक प्रक्षेपणादरम्यान दुसऱ्या टप्प्याचा (second stage) वापर करून तो फेकून द्यावा लागू शकतो. यामुळे डेटा सेंटर बिझनेस मॉडेलसाठी आवश्यक असलेल्या नफ्याच्या मर्यादेवर (profit margins) मोठा परिणाम होतो.
- मोठ्या प्रमाणावर उत्पादन (Manufacturing at Scale): एक हाय-स्पीड प्रोसेसिंग सॅटेलाईट प्रक्षेपित करणे ही एक गोष्ट आहे; परंतु हाय-पॉवर्ड, रेडिएशन-हार्डनड (radiation-hardened) कम्प्युट नोड्सचा मोठा समूह (constellation) मोठ्या प्रमाणावर तयार करणे आणि तैनात करणे हे एक मोठे लॉजिस्टिक आव्हान आहे, जे कदाचित २०३० च्या दशकापर्यंत पूर्ण होणार नाही.
AI इन्फ्रास्ट्रक्चरच्या दृष्टीने हे का महत्त्वाचे आहे
हा वाद AI उद्योगातील एक महत्त्वाचा संघर्ष अधोरेखित करतो: कोणत्याही किमतीत कम्प्युट मिळवण्याची स्पर्धा विरुद्ध भौतिकशास्त्र आणि अर्थशास्त्राचे नियम. जसजसे AI मॉडेल्सची गुंतागुंत वाढत आहे, तसतशी विशेष हार्डवेअर आणि ऊर्जा-कार्यक्षम प्रोसेसिंगची मागणी झपाट्याने वाढत आहे.
जर स्पेसएक्स पूर्णपणे पुनरुपयोगी हेवी-लिफ्ट रॉकेट्समध्ये यशस्वीरित्या प्रभुत्व मिळवू शकले, तर ते विकेंद्रित, ऑर्बिटल कम्प्युटचे एक नवीन परिमाण उघडू शकतात, जे जमिनीवरील मर्यादा (जसे की जमिनीचा वापर आणि पॉवर ग्रिडच्या मर्यादा) टाळू शकेल. तथापि, जर प्रक्षेपण आणि सॅटेलाईट बदलण्याचा खर्च उच्च राहिला, तर अंतराळ-आधारित AI हे जागतिक AI इन्फ्रास्ट्रक्चरचा आधारस्तंभ बनण्याऐवजी केवळ एक मर्यादित प्रायोगिक प्रकल्प म्हणून राहील.
मुख्य निष्कर्ष
- आर्थिक व्यवहार्यता हे प्राथमिक आव्हान आहे: स्पेस डेटा सेंटर्सना फायदेशीर ठरण्यासाठी लक्षणीयरीत्या स्वस्त रॉकेट्स आणि मोठ्या प्रमाणावर हाय-पॉवर्ड सॅटेलाईट्स तयार करण्याची क्षमता या दोन्ही गोष्टींची आवश्यकता आहे.
- स्टारशिप हा महत्त्वाचा घटक आहे: ऑर्बिटल कम्प्युटचे यश स्टारशिपच्या पूर्ण पुनरुपयोगितेवर अवलंबून आहे, जे स्पेसएक्सच्या मते लगेच शक्य नाही.
- वेळेतील तफावत: मस्क यांनी पुढील वर्षीपासून उड्डाणे सुरू होऊ शकतात असे सुचवले असले तरी, उद्योग तज्ज्ञांच्या मते एक स्केलेबल आणि प्रभावी स्पेस-कम्प्युट उद्योग २०३० च्या दशकातच प्रत्यक्षात येण्याची शक्यता आहे.