为什么我们应该在太空中训练人工智能？太空中千兆瓦级数据中心白皮书

报告探讨了在太空训练人工智能的优势和可行性，分析了将数据中心转移到太空的必要性、技术挑战和潜在收益。

• 能源需求与成本：地球上的数据中心面临能源需求激增和成本上升的问题。
• 太空数据中心的优势：太空数据中心可以利用太阳能并实现更低的运营成本和冷却成本。
• 可扩展性：太空数据中心可以实现几乎无限的扩展，避免了地球上的物理和规划限制。
• 部署速度：太空数据中心可以更快地部署，避免了地球上繁琐的审批流程。
• 设计原则与技术挑战：详细介绍了太空数据中心的设计原则、网络架构、物理架构及维护问题。

能源需求与成本

• 能源需求激增：未来几年电力需求可能增长三倍，现有的电力基础设施无法跟上这种变化。
• 现有数据中心的局限性：地球上的数据中心在规模和可持续性方面存在限制，难以扩展到吉瓦（GW）级别。

太空数据中心的优势

• 太阳能利用：太空数据中心可以利用24/7的高强度太阳能，避免了地球上的昼夜周期、天气和大气损失。太空太阳能阵列的容量因子超过95%，比地面太阳能农场高出5倍以上的能量生成。
• 冷却成本：太空中的深冷环境使得数据中心的冷却成本显著降低，使用被动辐射冷却即可实现低冷却温度。

可扩展性

• 无限扩展：太空数据中心可以几乎无限地扩展，避免了地球上物理和规划的限制。例如，训练像Llama 5或GPT-6这样的大型模型需要5 GW的集群，这在地球上是不可能实现的。

部署速度

• 快速部署：太空数据中心避免了地球上繁琐的审批流程和环境审查，可以更快地部署。使用新的可重复使用的重型运载火箭（如Starship和New Glenn），可以在2-3个月内完成整个5 GW数据中心的部署。

设计原则与技术挑战

• 设计原则：
  • 模块化：多个模块可以独立对接和分离。
  • 可维护性：旧部件和容器易于更换。
  • 减少移动部件和关键故障点：尽量减少连接器、机械执行器等部件。
  • 设计韧性：单点故障应最小化。
  • 增量可扩展性：可以从一个模块扩展到N个模块，保持盈利性。
• 网络架构：使用激光连接和其他星座（如Starlink、Kuiper、Kepler）进行高数据传输。还可以使用数据穿梭机运输大量训练数据。
• 物理架构：
  • 电力：5 GW数据中心需要约4 km x 4 km的太阳能阵列。使用薄膜太阳能电池可以实现高效率和低成本。
  • 热管理：使用大型可展开散热器将废热带到深空。计算模块可以使用直接到芯片的液体冷却或两相浸没冷却。
• 发射：新的重型运载火箭降低了发射成本，使得太空数据中心的部署成本不再是一个主要障碍。
• 轨道选择：选择了低地球、晨昏太阳同步轨道（SSO），以实现连续的太阳能发电。
• 维护：尽管有先进的屏蔽设计，辐射、热应力和其他老化因素可能会缩短某些电子设备的使用寿命。数据中心的架构设计允许模块化更换计算容器和其他模块。

本研报详细分析了在太空训练人工智能的优势和可行性，指出了地球上数据中心的局限性，并提出了太空数据中心的设计原则和技术挑战。通过利用太阳能和低冷却成本，太空数据中心可以实现几乎无限的扩展，并且能够更快地部署。尽管存在技术挑战，但随着重型运载火箭的发展和低成本的太空连接，太空数据中心将成为实现人工智能潜力的必要手段。

了解更多查看原文：