Googleが軌道ベースの機械学習のための太陽光発電AI衛星を探求するプロジェクト「サンキャッチャー」を発表

概要

Googleは、AIチップを搭載した太陽衛星を使用して軌道上でAIワークロードを実行することを探求するムーンショット研究プロジェクト「Project Suncatcher」を発表しました。

テクノロジー企業のGoogleは、AIチップを搭載した太陽光発電衛星の展開を調査する研究イニシアチブであるプロジェクト・サンキャッチャーを発表しました。このプロジェクトは、地球ベースのデータセンターのエネルギー需要を削減するために、太陽光を利用して軌道上でAIワークロードを実行することを目指しています。

このプロジェクトは、Google TPUを搭載したコンパクトな衛星コンステレーションを想定しており、自由空間光リンクを介して相互接続されることで、地上資源への影響を抑えつつ、大規模な計算の可能性を提供します。

初期の調査結果は、「将来の宇宙ベースの、高度にスケーラブルなAIインフラストラクチャシステム設計に向けて」というタイトルのプレプリント論文に詳述されています。この論文では、高帯域幅衛星通信、軌道力学、計算に対する放射線の影響などの重要な課題に取り組んでいます。

プロジェクトサンキャッチャーは、グーグルの野心的で高い影響力を持つ科学および工学プロジェクトを追求する伝統を引き継いでいます。

宇宙ベースのAI衛星のためのMLインフラの実現可能性評価

発表によると、提案されたシステムは、連続的な太陽光の曝露を最大化し、重いバッテリーへの依存を最小限に抑えるために、夜明けから夕暮れまでの太陽同期低地軌道で運用される衛星のネットワークを想定しています。

このビジョンを達成するためには、いくつかの技術的課題を克服する必要があります。まず、衛星間リンクはデータセンター規模の帯域幅に達し、毎秒数十テラビットをサポートしなければなりません。これは、マルチチャネル密 wavelength-division multiplexing (DWDM) および近接衛星フォーメーションにおける空間多重化を使用することで実現可能です。ベンチスケールのテストでは、トランシーバーペアごとに片道800 Gbpsの伝送がすでに実証されています。

第二に、密に集まった衛星編隊を維持するには、正確な軌道制御が必要です。ヒル-クロヘッシー-ウィルトシャー方程式に基づいた物理モデルを使用し、微分可能なシミュレーションで洗練されたチームは、数百メートル離れた衛星を持つクラスターが中程度の軌道保持操作で安定を保つことができることを示しました。

第三に、TPUアクセラレーターは宇宙放射線に耐える必要があります。GoogleのTrillium v6e Cloud TPUのテストでは、コンポーネントが予想される5年間のミッション露出を大きく上回る放射線量の下でも動作し続けることが示されました。

最終的に、経済的な実現可能性は、打ち上げコストの低下に依存しています。予測によれば、2030年代半ばまでに$200 キログラム以下に下がる可能性があり、これにより宇宙ベースのAIデータセンターは、地上施設と比較してキロワット年あたりのコストが同等になる可能性があります。

グーグル、プロトタイプ衛星ミッションの計画で宇宙ベースのAIの実現可能性を探る

初期の評価では、宇宙ベースの機械学習計算は実現可能であり、物理学や prohibitive costs によって根本的に制限されていないことが示されていますが、熱制御、高帯域幅の地上通信、信頼性のある軌道上運用など、依然として多くのエンジニアリング上の課題が残っています。

これらの課題に対処するために、Planetとの協力による学習ミッションが計画されており、2027年初頭までに2つのプロトタイプ衛星を打ち上げ、宇宙でのTPUパフォーマンスをテストし、分散MLワークロードのための光通信衛星間リンクを検証することを目指しています。長期的には、大規模なギガワットコンステレーションが、宇宙向けに最適化されたコンピューティングアーキテクチャと密接に結合された太陽光発電収集および熱管理を組み合わせた、より統合された衛星設計を採用する可能性があります。これは、現代のシステムオンチップ技術がスマートフォンの革新を通じて進化したのに似ています。