نماذج ومنصات الذكاء الاصطناعي

النموذج الأولي لمشروع Project Suncatcher من Google يتجه إلى المدار لاختبار شرائح الذكاء الاصطناعي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

القمر الصناعي النموذجي الأول لمشروع Suncatcher، وهو مشروع أبحاث طموح من Google يستكشف ما إذا كان الفضاء يمكن أن يستضيف بنية تحتية لتعلم الآلة قابلة للتوسع، من المقرر إطلاقه على متن مهمة النقل المشتركة Transporter-18 التابعة لـ SpaceX التي تحمل وحدات معالجة التنسور (TPUs) الخاصة بالشركة، وفقًا لمنشور بتاريخ 24 سبتمبر 2026 على موقع The Keyword. طُورت المهمة الأولية بالشراكة مع مشغل الأقمار الصناعية Planet، وصُممت لجمع بيانات في المدار حول كيفية تعامل وحدات TPU مع الضغوط الفيزيائية للطيران الفضائي والحدود القصوى للإشعاع والحرارة في الفضاء. صرحت Google بأنها ستضع أول وحدات TPU في المدار في الأسبوع الذي يلي النشر.

كتب Travis Beals، المدير الأول لبرنامج Paradigms of Intelligence في Google، هذا التحديث، وترافقه سلسلة فيديو جديدة يناقش فيها فريق Project Suncatcher ما يأملون تعلمه والعقبات الهندسية المقبلة. وصف Beals هذا الإطلاق الأول بأنه خطوة متعمدة في برنامج أطول: طريقة لرؤية ما ينجح، وتحديد نقاط الفشل، وتطبيق النتائج على المهمات المستقبلية.

صمود الأجهزة واختبار الإشعاع

تستغرق رحلة الصاروخ إلى مدار الأرض المنخفض حوالي 10 دقائق، تتعرض خلالها المركبة الفضائية لاهتزاز شديد وحمولات تسارع مستمرة تصل إلى عشرة أضعاف قوة الجاذبية. يمكن للمكونات الفردية، مثل شرائح TPU، أن تتعرض لقوى تتراوح بين 50 و100 g. للتحضير، أجرى الفريق اختبار اهتزاز عن طريق هز القمر الصناعي بقوة على جميع المحاور الثلاثة لتقليد ترددات إطلاق الصاروخ. كتب Beals أن مثل هذه الاختبارات نادراً ما تسير كما هو مخطط لها، وأن الفريق تفاجأ بسرور عندما صمدت الأجهزة أمام هذه القوى.

يشكل الإشعاع تحديًا منفصلًا بمجرد خروج الشرائح من غلاف الأرض الجوي، حيث يمكن للأحداث الشمسية والأشعة الكونية أن تضر بالإلكترونيات. اختبر الفريق وحدات TPU في منشأة شعاع بروتون في مختبر Crocker Nuclear التابع لجامعة UC Davis أثناء تشغيل أحمال عمل الذكاء الاصطناعي، مراقبًا كيف تؤثر الأخطاء مثل انقلاب البت على تلك الأحمال. أفادت Google أن النتائج الأولية تظهر أن وحدات Trillium TPU يمكنها الصمود أمام جرعة إشعاع إجمالية مؤينة أعلى مما ستتلقاه خلال مهمة فضائية مدتها خمس سنوات.

التبريد في الفراغ

يصف المنشور تبريد مراكز البيانات المدارية كأحد التحديات البحثية الحيوية. تولد وحدات TPU كمية كبيرة من الحرارة في مساحة صغيرة، ويجب تفريق هذه الحرارة بأمان وإلا فإن الشرائح قد تتعرض للارتفاع المفرط في الحرارة. في الفضاء لا يوجد تدفق هوائي، وفي الفراغ لا يمكن للحرارة أن تنتقل إلا عبر المشعات، مما يتطلب نهجًا مختلفًا تمامًا لتبريد الإلكترونيات. كتب Beals أن الفريق يتبع عدة أساليب، بما في ذلك الجمع بين أنابيب الحرارة والمشعات، وقد اختبر التقنية حتى الآن في حجرة حرارية مفرغة من الهواء تحاكي كلًا من البيئة الحرارية والفراغية للفضاء. ستُظهر الرحلة المدارية كيف يعمل نظام تبريد TPU الجديد، مع تحسين التصاميم مع اكتساب الفريق لمزيد من المعرفة.

أُعلن في نوفمبر 2025

أعلنت Google عن Project Suncatcher في 4 نوفمبر 2025، مصحوبة بإصدار ورقة ما قبل النشر تصف نهجها في تصميم كوكبة الأقمار الصناعية والتحكم والاتصالات، إلى جانب الدروس الأولية المستخلصة من اختبار إشعاع وحدات TPU الخاصة بـ Google. صرحت الشركة في ذلك الوقت أن خطوتها التالية ستكون مهمة تعلم مع Planet لإطلاق قمرين صناعيين نموذجيين بحلول أوائل 2027.

أعلنت Planet في بيانها الخاص أنها ستبني وتدير منصة فضائية متقدمة للبرنامج وتطلق قمرين صناعيين نموذجيين لشركة Google، مستهدفةً الإطلاق بحلول أوائل 2027. صُممت تلك المهمة لاختبار جدوى وأداء وحدات TPU الخاصة بـ Google في الفضاء وقدرة مركبتين فضائيتين على الطيران معًا باستخدام اتصالات ربط عابر عالية النطاق. ذكرت Planet أن البرنامج يتماشى مع خارطة طريق تطوير التكنولوجيا لمهمة Owl، مع استخدام هيكل القمر الصناعي نفسه.

منشور Google Research المرافق، المؤرخ أيضًا في 4 نوفمبر 2025، يوضح النظام المقترح: كوكبة من الأقمار الصناعية المتصلة قد تعمل في مدار أرضي منخفض متزامن مع الشمس على امتداد الخط الفاصل بين الفجر والغسق، تم اختيارها لتعظيم جمع الطاقة الشمسية وتقليل الحاجة إلى بطاريات ثقيلة على متنها. تقول Google إنه في المدار المناسب، يمكن أن تصل إنتاجية لوحة شمسية إلى ثمانية أمثال إنتاجيتها على الأرض.

أشار الباحثون إلى أن توفير أداء مماثل لمراكز البيانات الأرضية سيتطلب روابط بين الأقمار الصناعية تدعم عشرات التيرابت في الثانية، وقد حقق النموذج التجريبي المختبري نقلًا بمعدل 800 جيجابت في الثانية في كل اتجاه (ما مجموعه 1.6 تيرابت في الثانية) باستخدام زوج واحد من أجهزة الإرسال والاستقبال. كما نمذج الباحثون كوكبة توضيحية مكونة من 81 قمرًا صناعيًا على ارتفاع متوسط للمجموعة يبلغ 650 كيلومترًا، مع نصف قطر مجموعة يبلغ 1 كيلومتر والمسافات إلى الجيران التاليين بعد الأقرب تتراوح تقريبًا بين 100 و200 متر. أشارت نماذجهم إلى أن من المحتمل أن تكون مناورات الحفاظ على الموقع بسيطة فقط للحفاظ على استقرار مثل هذه الكوكبة.

الفريق أيضًا يذكر اختبار الإشعاع لـ Trillium، وحدة Cloud TPU من Google بإصدار v6e، في شعاع بروتون بطاقة 67 MeV. بدأت أنظمة الذاكرة عالية النطاق الترددي، التي وُصفت بأنها المكوّن الأكثر حساسية، تظهر اضطرابات فقط بعد جرعة تراكمية قدرها 2 krad(Si)، أي ما يقرب من ثلاثة أضعاف الجرعة المتوقعة مع التدريع لمهمة مدتها خمس سنوات البالغة 750 rad(Si)، ولم تُعزَ أي أعطال دائمة إلى الجرعة المؤينة الكلية حتى أقصى جرعة اختبارية قدرها 15 krad(Si) على شريحة واحدة. وفيما يتعلق بالاقتصاد، تشير تحليلات Google للتسعير التاريخي والمتوقع للإطلاق إلى أن الأسعار قد تنخفض إلى أقل من 200 دولار للكيلوغرام بحلول منتصف ثلاثينيات القرن الحالي، وهو المستوى الذي، بحسب ما يُشير المقال، قد تصبح فيه تكلفة إطلاق وتشغيل مركز بيانات فضائي تقريبًا مماثلة لتكاليف الطاقة المبلغ عنها لمركز بيانات أرضي مكافئ على أساس الكيلوواط-سنة.

روابط الليزر ومعلم 2027

ستحمل تصاميم الأقمار الصناعية المستقبلية عشرات شرائح TPU كلٌ منها أثناء دورانها حول الأرض في مجموعات، ويتطلب الحفاظ على النطاق الترددي اللازم لمعالجة أحمال عمل الذكاء الاصطناعي أن يعرف كل قمر صناعي موقعه الخاص وموقعه بالنسبة لجيرانه. لتحقيق ذلك، ستتواصل الأقمار الصناعية عبر الليزر. كتب Beals أن التقنية موجودة بالفعل في الفضاء، لكن معظم الأنظمة المتطورة تُحسّن لنطاق ترددي منخفض عبر مسافات طويلة، بينما تحتاج ليزرات Project Suncatcher إلى العمل بنطاق ترددي عالٍ جدًا على مسافات قصيرة للغاية. وأشار إلى أن الحفاظ على تلك الاتصالات يتطلب دقة توجيه استثنائية بين الأقمار الصناعية المتحركة. تخطط Google لاختبار ذلك في عام 2027، عندما تضع قمرين صناعيين في المدار.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.