摘要:9月29日,第三届全球数字贸易博览会在杭州闭幕。这几天,在数贸会的综合展区,“太空计算系统”六个惹眼的大字吸引了许多好奇的观众。之江实验室的“良渚星座”,在此首度公开亮相。 |
现在,人类还要把“大脑”送上太空——拥有强大算力的星座,组成分布式数据中心,不时掠过我们的头顶。
9月29日,第三届全球数字贸易博览会在杭州闭幕。这几天,在数贸会的综合展区,“太空计算系统”六个惹眼的大字吸引了许多好奇的观众。之江实验室的“良渚星座”,在此首度公开亮相。
这是一个千星规模的计算星座,通过星间激光高速互联稳定组网、算力分布式调度,让数据在空中实时传输、运算,即时传回地球,打造开放共享的太空计算系统,构建天基智能计算基础设施,为通信、导航、遥感和空间科学等卫星提供天基计算服务。
事实上,采用计算星座进行“天算”业已成为一股全球性的潮流,欧洲、美国都在执行将数据中心搬到天上的计划,“天数天算”乃至“地数天算”将逐渐成为与“东数西算”并列的大趋势。
但是,我们为什么要舍近求远、到太空去搞大数据计算?
捷龙三号火箭海射现场。图源:央视新闻
布局太空计算系统
几天前那次激动人心的“一箭八星”,很多人还记忆犹新。
9月24日10时31分,山东海阳附近海域,捷龙三号固体运载火箭在船上腾空而起,上演了一次完美的“太空拼车”。
8颗卫星之一的成都国星宇航的星时代-21号卫星,就搭载着之江实验室的智加X2星载智能计算机。而在6个多月之前,之江实验室的首台星载智能计算机智加X1已经成功上天。
“良渚星座”则是要从单颗计算卫星,升级到具有太空计算系统。
在本届数贸会展区里,陈列着“良渚星座”的一系列核心硬件——具备1POPS(一秒钟一千万亿次智能计算)的星载智能计算机、最高通信速率可达100Gbps的星间激光通信机、Tbits数据交换等级的星载高速路由器、百亿级参数规模的领域大模型等。这个天基大模型,将调度卫星协同处理多源数据,在轨自主完成各类地表活动监测、天文观测和气象监测等任务。
值得一提的是,24日发射的智加X2只有巴掌大小,却拥有每秒32万亿次的算力。相比智加X1,功耗降低了50%,重量降低了30%。“成本效益是空间技术的关键因素,功耗和重量的降低,将大大降低卫星成本。”之江实验室天基计算系统研究中心科研副主任李超表示。
之江实验室总工程师、太空计算系统行政总指挥赵志峰告诉记者,“之江实验室不造火箭,也不造卫星,我们做的是计算。但要建成太空计算系统,就必须开放合作,联合领域内有优势的科研机构、企业一起干。”
“我们携手全球合作伙伴共同打造一个大系统,赋能中继测控通信、低轨导航增强、即时遥感监测、空间科学实验等领域。”之江实验室天基计算系统研究中心副主任陈宏宇表示,目前,太空计算系统汇聚了国星宇航、氦星光联、天链测控、航天驭星、地卫二等10余家国内航空航天领域领军企业和相关科研机构。
当前,科学家们已经开始憧憬“天数天算”和“地数天算”了。
相对简单的“天数天算”是指卫星在太空中获得的数据无需传回地面,在太空中即可完成计算;更为远景的“地数天算”,指将地面的算力需求传输到太空中的算力节点,通过AI卫星搭载的算力载荷进行数据计算。
“每颗卫星就像一个风筝,与地球‘单线’联系,而每颗卫星与地面通信的时间是有限的。”李超告诉记者,卫星把接收到的画面传回地球,然后由地面的数据处理中心对这些画面进行解析,得出我们想要的结论,这就是传统的“天感地算”。
在“天感地算”模式下,受带宽限制,卫星数据传输效率低,且会有大量信息损耗。“高延时、高损耗的过程不仅耗费大量资源,在一些紧急情况下,也不利于我们及时拿到数据结果。”李超解释道。
星载智能计算机的出现,就像为卫星装上了一颗大脑。卫星接收到的数据,直接交给星载智能计算机实时在轨处理。
在之江实验室的太空计算系统中,每颗卫星都能通过高速激光通信机与其他卫星相连,实现数据的实时互通传输,并经由计算载荷完成在轨处理后,第一时间传回地球,把天地间信息传输的效率由小时级缩短至分钟级。
以智加X2为例,能够实现在轨目标检测、图像智能压缩、云判等功能。“一张4至5G的图像,经过智加X2的处理,在清晰度不变的情况下,大小可以压缩到十分之一,大大节省了传输带宽。”李超进一步介绍道,如果遇到云层遮挡,计算机会自动判别并选择不拍照,也可以在拍摄到的图片中自动筛除有云层遮挡的照片。
“最大的挑战是可靠性问题。”李超解释说,把算力送上天会遇到各种问题,比如,空间粒子辐射环境会诱发器件的单粒子效应,造成敏感器件的翻转,并最终导致系统的崩溃。
据悉,太空计算系统的首发星座任务已进入倒计时,不久将公布发射时间。
耗水耗电成为人工智能痛点
你也许在网上看到过这句玩笑话:“只要电费贵过馒头,AI就永远不能完全代替人。”
把数据中心搬到太空近地轨道的原始动机,出于一大痛点——实在是太耗电耗水了,尤其是当下最流行的人工智能大模型。
据斯坦福人工智能研究所发布的《2023年人工智能指数报告》,OpenAI的GPT-3单次训练耗电量高达127.8万度电,足够3000辆特斯拉跑到报废!
除了训练以外,GPT-3每生成1000个英文单词大约消耗0.125千瓦时的电量。换算可得知,用户每问一次消耗的电量可至少充电6次手机,吹7分钟的空调,让笔记本电脑工作约2小时。
跨国公司数据中心“扎堆”的爱尔兰为例,数据中心耗电量已超该国所有城市家庭用电量的总和。
相对于耗电,耗水问题更为突出。如今超算数据中心需要大量水来散热,有一个颇为形象的比喻:数据中心就好比一个超级大的“电热水器”。
这是因为近年来,液冷取代风冷成为AI算力中心的散热方式。与传统风冷系统相比,液冷系统可节省用电量的30%至50%。
不过,液冷用水量太吓人了。用户每一次和GPT-3的简单对话,AI回答10至50个问题,就需消耗500毫升水,相当于一瓶矿泉水。学术研究显示,GPT-3在训练期间耗水近700吨,足以用来生产370辆宝马汽车或320辆特斯拉电动车。
微软曾公开承认,为了训练大模型,从2021年到2022年其全球用水量飙升了34%,相当于2500个奥运规格游泳池的大小。
世纪互联北京亦庄博兴数据中心机房照。新华社发(世纪互联供图)
有调研估算,到2027年全球AI需求可能消耗66亿立方米的水资源,相当于450多个杭州西湖、75个武汉东湖、9个云南滇池。
今年以来,越来越多的数据中心与居民和制造业争夺宝贵的电力和水资源,国内外企业高管、学者频繁提出“人工智能可能导致能源短缺”观点。同时,AI的高耗电耗水量也带来了经济成本的上升,这一成本最终无疑会转嫁到消费者身上。
算力上天加速走向现实
面对困局,科技界和产业界将眼光投向了浩瀚无垠的星空。
2020年,微软发布“云上太空”服务,提供多轨、多波段、多供应商、有云计算能力的卫星连接解决方案。2021年亚马逊将一套AWS物联网云解决方案部署在星载计算载荷上,用以实时分析遥感卫星图像,并通过云将分析结果提供给决策者。
2022年,欧盟推出ASCEND计划,提出将数据中心迁移到太空,实现净零排放。今年6月27日,意大利泰雷兹·阿莱尼亚航天公司发布ASCEND可行性结果,宣布该模式可行,预计到2050年发射1300个数据中心模块进入1400公里高的轨道,总计实现1000兆瓦容量,相当于一个大型地面数据中心,投资回报有望达数十亿欧元。
“外层空间的丰富太阳能与极低温度,为数据中心提供了得天独厚的运行环境。”浙江大学航空航天学院研究员孙书剑博士,向潮新闻记者阐述了这一反直觉计划的可行性奥秘。
首先是耗电。“因为有太阳能持续转化为电能,可以源源不断发电,在轨运行几乎是零消耗。而地面上的能源需要电网供给,转化算力费用昂贵。”在孙书剑看来,这是太空计算的一个极大的优势。
其次是耗水。“轨道上完全不存在耗水这一说,因为地球上数据中心耗水是为了冷却,不是真的把水用掉了。”孙书剑指出一点:太空在背阳面的环境温度可以低至-100℃以下,这就是一个巨大无比的“天然冷却器”,只要能避免阳光直晒星载计算机即可。
“现有的航天器在轨工作时段其实非常有限,比如太阳同步轨道卫星,绕地球一圈(一轨)90多分钟,只有10分钟左右在工作,而且未必每轨都工作。如果把算力搬到天上,卫星在轨时就能一直工作。”孙书剑打了个比方,“你家有一台电脑,你不在家时一直闲置着,现在你让它24小时运行起来。这种满负荷的状态,对地面上是一个很好的补充。”
太空算力拥有这些天然优势,人们早就get到了。为什么直到这几年才付诸实际行动?简单地说,过去航天发射太贵了,不划算。
浙江大学微小卫星研究中心副主任王慧泉教授向潮新闻记者指出:一方面,可重复使用运载火箭在迅速成熟和普及,航天器发射成本大为降低;另一方面,俄乌冲突等地缘政治因素导致传统化石能源成本大涨,尤其让欧美国家不堪重负。多重因素影响下,数据中心上天成为一件有足够效费比和诱惑力的事情。
计算推动了人类科技、文明、社会的进步,我们或许正在见证,它在促进和加速一个崭新太空时代的到来。
编辑:Harris