Google presenta el proyecto Suncatcher para explorar satélites de IA alimentados por energía solar para el aprendizaje automático basado en órbita.

Empresa de tecnología Google Anunció el Proyecto Suncatcher, una iniciativa de investigación que estudia el despliegue de satélites alimentados por energía solar equipados con chips de IA para ejecutar cargas de trabajo de IA en órbita, utilizando la luz solar para reducir las demandas energéticas de los centros de datos terrestres. 

El proyecto prevé constelaciones compactas de satélites que transportan TPU de Google, interconectados mediante enlaces ópticos en el espacio libre, lo que ofrece potencial para la computación a gran escala al tiempo que limita el impacto en los recursos terrestres. 

Los hallazgos iniciales se detallan en un artículo de preimpresión titulado “Hacia el diseño de un futuro sistema de infraestructura de IA espacial altamente escalable”, que aborda desafíos clave como la comunicación satelital de gran ancho de banda, la dinámica orbital y los efectos de la radiación en la computación. 

El proyecto Suncatcher continúa la tradición de Google de llevar a cabo proyectos científicos y de ingeniería ambiciosos y de alto impacto.

Evaluación de la viabilidad de la infraestructura de aprendizaje automático para satélites de IA espaciales

Según el anuncio, el sistema propuesto prevé una red de satélites que operen en una órbita terrestre baja heliosíncrona amanecer-atardecer para maximizar la exposición solar continua y minimizar la dependencia de baterías pesadas. 

Para lograr esta visión, es necesario superar varios desafíos técnicos. En primer lugar, los enlaces intersatelitales deben alcanzar un ancho de banda propio de centros de datos, capaz de soportar decenas de terabits por segundo, lo cual es factible mediante la multiplexación por división de longitud de onda densa (DWDM) multicanal y la multiplexación espacial en formaciones satelitales cercanas. Las pruebas a escala de laboratorio ya han demostrado una transmisión unidireccional de 800 Gbps por par de transceptores. 

En segundo lugar, mantener formaciones de satélites agrupadas requiere un control orbital preciso. Mediante modelos físicos basados ​​en las ecuaciones de Hill-Clohessy-Wiltshire y refinados con simulaciones diferenciables, el equipo ha demostrado que los grupos de satélites separados por cientos de metros pueden mantenerse estables con maniobras de mantenimiento de posición moderadas. 

En tercer lugar, los aceleradores TPU deben tolerar la radiación espacial; pruebas de Google La prueba Trillium v6e Cloud TPU demostró que los componentes permanecieron operativos bajo dosis muy superiores a la exposición prevista para una misión de cinco años. 

Finalmente, la viabilidad económica depende de la disminución de los costes de lanzamiento, que según las proyecciones podrían caer por debajo de los 200 dólares por kilogramo a mediados de la década de 2030, lo que potencialmente haría que los centros de datos de IA basados ​​en el espacio fueran comparables en coste por kilovatio-año a las instalaciones terrestres.

Google explora la viabilidad de la IA espacial con planes para una misión satelital prototipo. 

Las evaluaciones iniciales indican que la computación de aprendizaje automático basada en el espacio es factible y no está fundamentalmente limitada por la física ni por costes prohibitivos, aunque siguen existiendo importantes obstáculos de ingeniería, como la regulación térmica, las comunicaciones terrestres de gran ancho de banda y el funcionamiento fiable en órbita. 

Para abordar estos desafíos, se planea una misión de aprendizaje en colaboración con Planet, con el objetivo de lanzar dos satélites prototipo a principios de 2027 para probar el rendimiento de las TPU en el espacio y validar los enlaces ópticos intersatelitales para cargas de trabajo de aprendizaje automático distribuido. A largo plazo, las constelaciones de gigavatios a gran escala podrían adoptar diseños de satélites más integrados que combinen arquitecturas de computación optimizadas para el espacio con una gestión térmica y de captación de energía solar estrechamente acopladas, de forma similar a como la tecnología moderna de sistemas en chip avanzó gracias a la innovación en los teléfonos inteligentes.