太空可能成为数据中心的最后边界。尽管一些分析师将轨道数据中心形容为"疯狂的顶峰",英伟达仍然设计了一款专门在地球大气层之上运行的新型Vera Rubin模块。
英伟达CEO黄仁勋在周一的GTC主题演讲中宣布了Space-1 Vera Rubin模块。该模块专为在尺寸、重量和功耗受限的环境中部署AI而设计,比如卫星内部或轨道数据中心。
据英伟达介绍,这款太空专用Rubin模块的GPU能够提供比H100 GPU高达25倍的AI计算性能,非常适合"太空推理计算,为轨道数据中心、先进地理空间情报处理和自主太空操作提供下一代计算能力"。
该模块并不是为处理地面系统数据而设计——这是轨道数据中心可行性的主要担忧之一——而是专门用于处理来自其他轨道传感器和航天器收集的数据。
这真正体现了边缘计算的概念。
除了专用的Rubin模块,英伟达还推广其IGX Thor单元作为耐用的边缘计算系统,"使航天器能够本地处理传感器数据",以及AI开发模块Jetson Orin作为另一个适合轨道环境的空间受限系统。据英伟达介绍,Jetson Orin"能够直接在航天器上实时处理视觉、导航和传感器数据,降低延迟并优化带宽"。
此外,英伟达表示,其RTX Pro 6000 Blackwell Server Edition GPU是轨道地理空间成像处理系统的理想地面合作伙伴,这些系统通常使用CPU进行计算工作。
黄仁勋在英伟达最近的财报电话会议上兴奋地谈论了将公司芯片部署到轨道的计划,他说太空AI将有有趣的应用。这位英伟达首席执行官也承认,至少目前来看,将数据中心发射到轨道是一个糟糕的经济决策。
尽管如此,他认为准备迎接一个可能永远不会到来的繁荣期,总比错过它要好。
多家公司正在将地球轨道视为下一代数据中心的理想选址,在填满美国农村地区并耗尽其资源后,这些地方可以成为眼不见心不烦的新选择。自然而然,英伟达目前正在与其中许多公司合作。
英伟达在新闻稿中表示:"Aetherflux、Axiom Space、Kepler Communications、Planet、Sophia Space和Starcloud正在使用英伟达加速计算平台,为跨轨道和地面环境的下一代太空任务提供动力。"公司没有提及这些公司是否正在测试新的Rubin模块,或者是否有公司已经将其发射到轨道进行测试。
至少Aetherflux可能很快就会这样做,该公司在去年年底声称打算在2027年第一季度将其首个数据中心卫星发射到轨道。
当然,这一切都假设轨道数据中心真的能够成为现实,而不仅仅是威廉·吉布森小说中的场景。
Gartner杰出副总裁分析师比尔·雷在2月底发布的报告中说:"公司正在浪费金钱,将资金投入轨道数据中心'泡沫',因为经济效益不成立。这是由于发射硬件的高昂成本以及在太空真空环境中冷却这些轨道数据中心的巨大技术挑战。"
换句话说,无论你的芯片多么微小和轻便,它们仍然必须应对太空可能带来的所有真正严峻的挑战,而且没有人类在船上进行分类和问题解决。
雷表示:"如果太空数据中心炒作的'泡沫'持续数年,产品负责人面临地面数据中心容量建设不足的真正可能性。"
显然黄仁勋并没有听取这些建议。他在周一表示:"太空计算,最后的边界,已经到来。随着我们部署卫星星座并更深入地探索太空,智能必须存在于数据产生的任何地方。"
Q&A
Q1:英伟达的Space-1 Vera Rubin模块有什么特别之处?
A:Space-1 Vera Rubin模块是英伟达专门为太空环境设计的AI芯片,专门在尺寸、重量和功耗受限的环境中工作,如卫星内部或轨道数据中心。其GPU能够提供比H100 GPU高达25倍的AI计算性能,适合太空推理计算和自主太空操作。
Q2:轨道数据中心的经济可行性如何?
A:目前轨道数据中心面临严重的经济挑战。Gartner分析师认为这是浪费资金的"泡沫",因为发射硬件成本高昂,而且在太空真空环境中冷却数据中心存在巨大技术挑战。即使英伟达CEO黄仁勋也承认,将数据中心发射到轨道目前是糟糕的经济决策。
Q3:哪些公司正在使用英伟达的太空计算平台?
A:目前Aetherflux、Axiom Space、Kepler Communications、Planet、Sophia Space和Starcloud等公司正在使用英伟达加速计算平台为下一代太空任务提供动力。其中Aetherflux计划在2027年第一季度将首个数据中心卫星发射到轨道。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。