Ukuta wa Nishati wa AI: Kwa Nini Kompyuta za Angani Zinaweza Kuwa Mpaka Mpya wa Vituo vya Data
AI ina tatizo la nishati.
Sio tatizo la chapa. Ni tatizo la miundombinu ya kimwili.
Kila modeli ya AI, jeneta ya picha, na msaidizi wa uandishi wa kodi unategemea umeme. AI inapoingia katika kila mtiririko wa kazi wa kibiashara na kisayansi, shinikizo kwenye vituo vya data linaongezeka.
Kwa miaka mingi, kompyuta za wingu (cloud computing) zilikuwa zikikua kwa kuongeza seva na nyaya za fiber. AI inabadilisha sheria. Vikundi vya GPU vya msongamano mkubwa vinahitaji kiasi kikubwa cha nishati, ubaridi mkubwa, na miunganisho mikubwa ya gridi ya umeme. Katika maeneo mengi, kikomo si tena kununua GPU. Kikomo ni kupata umeme wa kutosha kuendesha hizo.
Hii ndiyo sababu kompyuta za angani (orbital compute) ni muhimu.
Sio mbadala wa vituo vya data vya Duniani kwa sasa. Ni ishara kwamba mbio za AI zinahamia nje ya ardhi na gridi za umeme.
Kiwango cha mahitaji ni kikubwa:
- 2024: Vituo vya data vilitumia takriban TWh 415 (1.5% ya umeme wa ulimwengu).
- 2030: Mahitaji yanaweza kufikia TWh 945 (karibu 3% ya umeme wa ulimwengu).
- 2050: BloombergNEF inatarajia mahitaji kufikia TWh 3,700 (8.7% ya nishati ya ulimwengu).
Hii inasababisha shinikizo kwenye gridi za ndani. Kikundi kimoja kikubwa kinaweza kuhitaji umeme kama mji mdogo. Nishati safi inaposhindwa kusambazwa kwa haraka ya kutosha, kampuni zinaweza kugeukia gesi au makaa ya mawe.
Kompyuta za angani zinatoa njia tofauti.
Starcloud-1 hivi karibuni ilizinduliwa ikiwa na GPU ya NVIDIA H100 angani. Hii inathibitisha kuwa vifaa vya daraja la kituo cha data vinaweza kufanya kazi angani.
Mantiki ya kompyuta za angani ni rahisi:
- AI inahitaji umeme.
- Angani kuna nishati ya jua iliyo tele.
- Duniani kuna msongamano wa gridi, vikwazo vya ardhi, na ucheleweshaji wa vibali.
Satilaiti katika mzunguko sahihi inaweza kukusanya nishati ya jua kwa uthabiti zaidi kuliko shamba la jua Duniani. Angani kuna mwanga wa jua bila mawingu, hali ya hewa, au matumizi ya maji kwa ajili ya ubaridi.
Hata hivyo, anga si suluhisho rahisi. Huwezi kutumia feni kupoza GPU katika utupu (vacuum). Lazima utumie radieta (radiators) kusukuma joto mbali kupitia nishati ya infrared. Pia unakabiliwa na changamoto za mionzi, ucheleweshaji wa mawasiliano, na gharama kubwa za uzinduzi.
Matumizi ya kwanza halisi yanaweza kuwa:
- Uchakataji wa AI kwa ajili ya satilaiti nyingine.
- Uchambuzi wa uchunguzi wa Dunia.
- Kazi za kisayansi.
- Batch inference.
Lengo ni kuchakata data pale inapozalishwa. Badala ya kutuma faili kubwa ghafi Duniani, satilaiti zinaweza kuchakata data angani na kutuma matokeo madogo na yenye manufaa pekee.
Mashindano ya miundombinu ya AI yanageuka kuwa mashindano ya nishati. Maeneo yenye thamani zaidi katika siku zijazo yatakuwa popote ambapo nishati ni rahisi zaidi na ya kuaminika zaidi.
Mustakabali wa AI hautatuliwa tu na ukubwa wa modeli. Utatuliwa na nishati, ubaridi, na mtandao.
Jumuiya ya kujifunza ya hiari: https://t.me/GyaanSetuAi