Lotnictwo
Sztuczna inteligencja oparta na przestrzeni kosmicznej: nowa granica skali chmury
Securities.io utrzymuje rygorystyczne standardy redakcyjne i może otrzymywać wynagrodzenie z przeglądanych linków. Nie jesteśmy zarejestrowanym doradcą inwestycyjnym i nie jest to porada inwestycyjna. Zapoznaj się z naszymi ujawnienie informacji o stowarzyszeniu.
Dlaczego infrastruktura AI przenosi się na orbitę
Wraz z boomem AI pojawiły się pewne ograniczenia podaży. Pierwszym z nich były procesory graficzne, a wyspecjalizowany sprzęt przeszedł z niszowego zastosowania w grach do masowej adopcji w centrach danych AI. W rezultacie Nvidia (NVDA ), lider w swojej branży, stał się największą firmą na świecie.
Jednak innym istotnym problemem staje się ograniczenie: zaopatrzenie w energię.
Dzieje się tak, ponieważ centra danych AI są obecnie oceniane nie tyle pod kątem mocy obliczeniowej, co pod kątem zużycia energii. Dlatego Firmy zajmujące się sztuczną inteligencją starają się ponownie uruchomić elektrownie jądrowe, zabezpieczyć pierwsze prototypy SMRlub organy regulacyjne stanu wprowadzają nowe elektrownie zasilane gazem na szybką ścieżkę do zatwierdzenia.
W miarę jak narasta zapotrzebowanie na energię dla centrów danych, coraz większą uwagę zwraca się na inną opcję: sztuczną inteligencję opartą na technologii kosmicznej, nadającą zupełnie nowe, fizyczne znaczenie pojęciu „chmura obliczeniowa”.
Możliwość nieograniczonego dostarczania energii z satelitów orbitalnych to coś, co już szczegółowo przeanalizowaliśmy w „Kosmiczne rozwiązania energetyczne zapewniające nieskończoną ilość czystej energii".
Ale ta koncepcja jest zawsze w pewnym stopniu ograniczona ze względu na konieczność przekształcenia energii słonecznej w energię elektryczną, przekształcenia tej energii elektrycznej w mikrofale, aby przesłać ją z powrotem na Ziemię, a następnie przekształcenia jej ponownie w energię elektryczną.
Zwiększa to złożoność satelitów energetycznych, wymaga większej infrastruktury naziemnej i ogólnie drastycznie obniża wydajność procedury, ponieważ każda konwersja na inną formę energii prowadzi do strat. Prawdopodobnie rozwiązanie to sprawdziłoby się tylko w przypadku bardzo tanich startów orbitalnych.
Alternatywnie, gdyby energię tę wykorzystywano bezpośrednio na orbicie, rozwiązanie to byłoby o wiele bardziej wydajne i szybciej stałoby się opłacalne — zwłaszcza jeśli końcowy „produkt” można by łatwo odesłać na Ziemię.
Teoretycznie centra danych w kosmosie mogłyby być idealnym rozwiązaniem: zużywają dużo energii, ale przesyłanie wyników obliczeń na Ziemię jest proste, nie wymaga budowy nowej infrastruktury i nie powoduje strat energii.
Pomysł nie jest jedynie teoretyczny; na przykład Alphabet/Google właśnie ogłosiło „Projekt Łapacz Słońca„, prototyp orbitalnego systemu obliczeniowego AI, który omówiliśmy w „Projekt Suncatcher firmy Google i rozwój orbitalnej sztucznej inteligencji".
Czy zatem mogłoby to zadziałać i dlaczego mogłoby być kolejnym krokiem w budowaniu infrastruktury AI?
Zderzenie dwóch trendów
Rozwiązanie problemu ograniczenia mocy naziemnej
Do zasilania ludzkiej cywilizacji potrzeba więcej energii niż kiedykolwiek wcześniej, a komercjalizacja LLM-ów jedynie zwiększyła zapotrzebowanie na nowe instalacje energetyczne. Jak dotąd większość nowo instalowanych źródeł energii pochodzi z energii słonecznej.
Źródło: Ark Inwestuj
Stanowi to jednak problem dla sieci naziemnych, ponieważ energia słoneczna wytwarza energię tylko wtedy, gdy świeci słońce, co skutkuje niższą produkcją w pochmurne dni, zimą i wieczorem. Z kolei źródła o dużym zapotrzebowaniu na energię, takie jak centra danych AI, wymagają ciągłego zasilania, a szczytowe zużycie często występuje wieczorem i zimą.
Teoretycznie można to rozwiązać za pomocą tanich magazynów energii, takich jak parki akumulatorów na skalę przemysłową. W praktyce jednak niweluje to wiele zalet energii słonecznej jako ekologicznego i tańszego źródła energii.
Źródło: Ark Inwestuj
ARK Invest szacuje, że nakłady inwestycyjne w sektorze wytwarzania energii muszą wzrosnąć około dwukrotnie do około 10 bilionów dolarów do 2030 roku, aby sprostać globalnemu zapotrzebowaniu na energię elektryczną. Z tego wdrożenia stacjonarnych magazynów energii będą musiały wzrosnąć 19-krotnie.
Źródło: Ark Inwestuj
Będzie to również wymagało ogromnych inwestycji w sieć energetyczną, co dodatkowo zwiększy koszty. Każda alternatywa, która pomija koszty baterii i sieci, może być konkurencyjna, nawet przy własnych, unikalnych kosztach infrastrukturalnych, takich jak orbitalne wystrzeliwanie centrów danych AI w kosmos.
Cykl deflacyjny statków kosmicznych
Nie jest tajemnicą, że SpaceX jest najskuteczniejszą firmą skoncentrowaną na kosmosie, jaka kiedykolwiek powstała. Dzięki udostępnieniu niezawodnych, wielokrotnego użytku rakiet nośnych, firma radykalnie obniżyła koszty wynoszenia użytecznych ładunków na orbitę okołoziemską. W ciągu 17 lat od 2008 roku koszty spadły o około 95%, z około 15 600 USD/kg do poniżej około 1,000 USD/kg.
Nowa, superciężka rakieta nośna, Starship, najprawdopodobniej będzie kontynuować ten trend i ostatecznie sprawi, że koszty wystrzelenia będą wynosić około 100 USD/kg.
Źródło: Ark Inwestuj
Nie do końca wiadomo jeszcze, że nie tylko obniża to koszty satelitów i misji kosmicznych, ale także radykalnie zmienia co można to zrobić w kosmosie.
Gdy umieszczenie kilograma materiału w kosmosie kosztuje zaledwie 100 dolarów, wysłanie na orbitę czegokolwiek użytecznego lub wystarczająco lekkiego staje się ekonomicznie opłacalne. Dotyczy to cienkowarstwowych ogniw słonecznych, które mogą być bardzo lekkie, gdy nie wymagają ochrony przed warunkami atmosferycznymi na Ziemi za pomocą szklanych lub sztywnych metalowych ram.
Dotyczy to również materiałów, których produkcja na kilogram jest bardzo opłacalna, np. układów scalonych.
Na przykład, pełna szafa/szafa GB300 NVL72 firmy NVIDIA kosztuje aż 4 miliony dolarów, ale waży zaledwie około 1.8 tony (4,000 funtów). Koszt wysłania takiego materiału na orbitę przy cenie 100 dolarów za kg wynosi zaledwie 180 000 dolarów – niemal błąd zaokrąglenia w stosunku do ceny sprzętu.
Oczywiście, całkowita cena byłaby wyższa, biorąc pod uwagę wyposażenie pomocnicze (osłony, chłodzenie, generatory energii itp.), ale oznacza to, że umieszczenie systemu obliczeniowego AI na orbicie nie spowoduje gwałtownego wzrostu kosztów w najbliższym czasie. Prawdopodobnie punktem zwrotnym będzie około 500 dolarów/kg kosztów startu.
Źródło: Ark Inwestuj
Dodatkowym atutem jest rozwój sztucznej inteligencji orbitalnej, który mógłby dodatkowo poprawić ekonomikę rakiet wielokrotnego użytku, tworząc ogromny rynek usług. Chociaż dokończenie konstelacji Starlink może wymagać 11-krotnie większej łącznej masy wyniesionej przez SpaceX do 2025 roku, 100 GW mocy obliczeniowej sztucznej inteligencji zwiększyłoby zapotrzebowanie na rakiety nośne o kolejne 60 razy. To z kolei dodatkowo obniży koszty startów.
Źródło: Ark Inwestuj
Dlaczego sztuczna inteligencja orbitalna ma przewagę strukturalną
Przesuń, aby przewijać →
| Kierowca | Naziemne centra danych AI | Centra danych Orbital AI | Dlaczego jest to ważne |
|---|---|---|---|
| Dostępność zasilania | Ograniczone pojemnością sieci, dostawami paliwa i harmonogramem wydawania pozwoleń | Prawie ciągły potencjał słoneczny na właściwej orbicie; brak połączenia sieciowego | Obliczenia orbitalne omijają najwolniejszą część skalowania sztucznej inteligencji: moc + pozwolenia |
| Współczynnik wydajności | Energia słoneczna jest niestabilna; jej wzmocnienie wymaga magazynowania lub wytwarzania dyspozycyjnego | Wysoka dostępność energii słonecznej przy mniejszej niestabilności w porównaniu z energią słoneczną naziemną | Zmniejsza lub eliminuje nakłady inwestycyjne na magazynowanie do mocnego ujędrnienia |
| Chłodzenie nad głową | Wysokie obciążenie systemów HVAC/odprowadzania ciepła; ograniczenia w dostępie do wody w wielu regionach | Chłodzenie radiacyjne za pomocą dużych radiatorów ciepła; brak zapotrzebowania na wodę | Więcej mocy obliczeniowej na wat przy niższym zużyciu energii chłodzenia (ale masa chłodnicy ma znaczenie) |
| Opóźnienie i przepustowość | Doskonałe do interaktywnych obciążeń roboczych; gęste szkielety światłowodowe | Najlepiej nadaje się do obliczeń wsadowych/HPC, szkoleń lub wnioskowania asynchronicznego; opiera się na łączach satelitarnych | Sztuczna inteligencja orbitalna prawdopodobnie zaczyna się od niewrażliwy na opóźnienia obciążenia |
| Szybkość wdrażania | Grunt, pozwolenia, modernizacja sieci i budowa zajmują lata | Rytm uruchamiania staje się czynnikiem decydującym, jeśli istnieją ujednolicone platformy | Model „produkcja + wprowadzenie na rynek” może skrócić czas potrzebny do osiągnięcia pełnej wydajności |
| Twarde ryzyko | Zezwolenia, przeciążenie sieci, lokalne ograniczenia wodne/termiczne | Promieniowanie, szczątki/kolizje, serwisowanie i utylizacja po zakończeniu eksploatacji | Ekonomia orbitalna opiera się na łagodzeniu tryby awarii specyficzne dla przestrzeni |
| Zawias ekonomiczny | Nakłady inwestycyjne na zasilanie + połączenia i chłodzenie dominują w skalowaniu | Start + masa platformy + czas działania na orbicie decydują o skalowalności | Crossover pojawi się, gdy zł/kg a standaryzowane platformy obniżają koszty dostarczanych w sposób kompleksowy obliczeń |
Idealny do energii słonecznej
Energia słoneczna jest w kosmosie powszechnie dostępna – nawet czterokrotnie większa moc przy tej samej mocy nominalnej, dzięki bezpośredniemu światłu słonecznemu bez strat atmosferycznych. Na odpowiedniej orbicie jest również znacznie bardziej niezawodna, świecąc nieprzerwanie 24 godziny na dobę, 7 dni w tygodniu.
Eliminuje to ograniczenia związane z lądową energią słoneczną. Teoretycznie może to być ostateczna forma wytwarzania energii słonecznej. Jednak ze względu na trudności z powrotem tej energii na Ziemię, jej opłacalność ekonomiczna będzie wymagała ultraniskich kosztów startu lub produkcji na orbicie.
Alternatywą są prostsze lustra orbitalne świecące na lądowych farmach słonecznych, jak zalecają Odzwierciedlenie orbity, może pominąć straty wynikające z konwersji światła na mikrofale.
Natomiast jeśli energia jest wykorzystywana na orbicie, żaden z tych kroków nie jest wymagany. Po zakończeniu obliczeń, uzyskane dane można przesłać na Ziemię za pomocą standardowych metod telekomunikacyjnych, a przepustowość satelitów szybko się poprawia.
Naturalne chłodzenie
Kolejną unikalną zaletą kosmicznych centrów danych AI jest chłodzenie. Gdy przestrzeń kosmiczna nie jest wystawiona na działanie promieniowania słonecznego, panuje w niej ekstremalnie niska temperatura, sięgająca -148°F (-100°C) dla statku kosmicznego znajdującego się w cieniu Ziemi lub własnych anten.
Znaczna część zużycia energii w naziemnych centrach danych pochodzi z chłodzenia. Lokalizacja ich w Arktyce lub nawet stratosfera Zaproponowano już rozwiązanie, więc przestrzeń kosmiczna oferuje naturalną przewagę. Prawdopodobnie będzie to wymagało masywnych pasywnych systemów chłodzenia do odprowadzania ciepła, ale jest to technicznie wykonalne.
Wszechobecna inteligencja satelitarna
SpaceX i jego szerokopasmowa sieć satelitarna całkowicie zmieniły krajobraz orbitalny. Satelity Starlink stanowią obecnie około połowę wszystkich satelitów na orbicie.
Źródło: Ark Inwestuj
Spowodowało to wykładniczy spadek kosztów pasma satelitarnego, które spadły niemal 100-krotnie w latach 2020–2024, a dalsze zyski można spodziewać się dzięki lotom statków kosmicznych Starship.
Źródło: Ark Inwestuj
Telekomunikacja w kosmosie staje się tak powszechna i tania, że orbitalne centra danych mogą wykorzystywać istniejące sieci do komunikacji z Ziemią bez konieczności budowania dedykowanej pojemności. Co więcej, gęsta sieć satelitarna mogłaby prowadzić do dodatkowych usług konserwacyjnych, takich jak tankowanie czy „holowanie”, co wydłużyłoby żywotność tych zasobów.
Oddzielenie infrastruktury kosmicznej i lądowej
Ponieważ orbitalne centra danych AI nie są podłączone do sieci elektroenergetycznej, nie wpłyną one na ceny energii na Ziemi. Co więcej, zwiększone zapotrzebowanie na technologię słoneczną przyczyni się do obniżenia cen energii słonecznej na całym świecie.
Co więcej, centra te nie będą musiały czekać na modernizację sieci naziemnej, która może trwać latami. Proces ten pozwala również uniknąć wykorzystania gruntów i cennych zasobów wodnych, co poprawia ogólną ekonomikę.
Inwestowanie w sztuczną inteligencję orbitalną
Broadcom
(AVGO )
Oprócz producentów GPU i twórców modeli AI, głównymi beneficjentami boomu na AI są firmy produkujące łączność i specjalistyczny sprzęt IT dla centrów danych. Jedną z czołowych firm w tej kategorii jest Broadcom, gigant technologiczny, którego korzenie sięgają ery dot-comów.
Po fuzji Broadcom i Avago w 2016 r. działalność firmy została podzielona pomiędzy oprogramowanie infrastrukturalne i sprzęt łącznościowy (sieci bezprzewodowe, serwery, sieci AI itp.).
Źródło: Broadcom
Kolejną rozwijającą się działalnością związaną ze sztuczną inteligencją jest projektowanie i produkcja układów XPU, które łączą procesor, kartę graficzną i pamięć w jednym urządzeniu elektronicznym. Broadcom wykorzystuje swoje doświadczenie w produkcji układów ASIC (układów scalonych o specyficznym przeznaczeniu) do tworzenia układów scalonych zaprojektowanych specjalnie do obliczeń związanych ze sztuczną inteligencją.
Źródło: Broadcom
Tego typu gęste, energooszczędne jednostki obliczeniowe idealnie nadają się do orbitalnej sztucznej inteligencji, która wymaga optymalnej równowagi między wydajnością a masą. Wyższa efektywność energetyczna układów ASIC jest również zaletą, ponieważ niższe zużycie energii zmniejsza masę paneli słonecznych potrzebnych na orbicie.
Wnioski inwestorów:
- Teza główna: Ograniczenie wiążące SI przesuwa się z obliczeń na dostępność zasilania oraz zezwalające harmonogramy; obliczenia orbitalne stanowią potencjalne obejście strukturalne.
- Wyzwalacz ekonomiczny: Zbliżają się koszty uruchomienia ~500$/kg istotnie poszerzyć wykonalny zestaw ładunków użytecznych (panele słoneczne, radiatory, osłony) na potrzeby rentownych wdrożeń obliczeń orbitalnych.
- Wcześni zwycięzcy: Umożliwiacze „kilofów i łopat” —Projektanci ASIC/XPU, fotonika/optyka współpakowana, zarządzanie termiczne—korzyść zanim jakakolwiek „czysta chmura orbitalna” stanie się publicznie dostępna.
- Kluczowe ryzyka: Zabezpieczenie przed promieniowaniem, logistyka serwisowania na orbicie oraz ryzyko związane z odłamkami i kolizjami mogą nadwyrężyć finanse nawet w przypadku spadku cen startów.
- Horyzont czasowy: Traktuj sztuczną inteligencję orbitalną jako długotrwały temat infrastruktury; skoncentruj się na firmach, które już dziś monetyzują skalowalność naziemnej sztucznej inteligencji, jednocześnie budując opcjonalność dla obciążeń kosmicznych.
Najnowsze wiadomości i wydarzenia dotyczące akcji Broadcom (AVGO)
