અવકાશમાં ડેટા સેન્ટર હોવું શા માટે મહત્વનું છે
પૃથ્વી પરના ડેટા સેન્ટર્સ મોટાભાગના AI ઇન્ફરન્સ (inference) — તાલીમ પામેલા મોડેલને નવા ડેટા પર લાગુ કરવાનું કામ — ચલાવે છે. લેટન્સી (latency), બેન્ડવિડ્થ મર્યાદાઓ અને ઊર્જા ખર્ચ એવા સર્વિસને અવરોધી શકે છે જેને રિયલ-ટાઇમ પ્રતિક્રિયાની જરૂર હોય છે, જેમ કે સ્વાયત્ત વાહનો (autonomous vehicles) અથવા રિમોટ-સેન્સિંગ પ્લેટફોર્મ્સ. લો-અર્થ ઓર્બિટ (low-Earth orbit) માં ઇન્ફરન્સ હાર્ડવેર મૂકીને, Starcloud નો હેતુ પ્રતિસાદ સમયમાં મિલીસેકન્ડનો ઘટાડો કરવાનો અને વિશાળ પૃથ્વી આધારિત ઇન્ફ્રાસ્ટ્રક્ચરની જરૂરિયાત ઘટાડવાનો છે. આ સ્ટાર્ટઅપનો દાવો છે કે તે અવકાશમાં Nvidia H100 GPU — જે AI વર્કલોડ માટે બનાવેલ સર્વર-ગ્રેડ પ્રોસેસર છે — ચલાવતી એકમાત્ર કંપની છે, જે તેની ટેકનિકલ મહત્વાકાંક્ષાને રેખાંકિત કરે છે.
ફંડિંગનો માર્ગ
Nvidia એ $25 મિલિયનના યોગદાન સાથે આ રાઉન્ડનું નેતૃત્વ કર્યું છે. CEO Philip Johnston કહે છે કે Nvidia નો ટેકો Starcloud ના "અનન્ય ડેટાસેટ્સ" (unique datasets) ને માન્યતા આપે છે અને એન્જિનિયરિંગ નિપુણતા સુધી સીધી પહોંચ આપે છે. અનામી રોકાણકારોએ પણ ભાગ લીધો છે, જેનાથી Starcloud નું પોસ્ટ-મની વેલ્યુએશન $2.3 બિલિયન સુધી પહોંચ્યું છે — જે એવા બજારમાં વેન્ચર-કેપિટલના વિશ્વાસનો સંકેત છે જ્યાં અવકાશ-આધારિત કમ્પ્યુટનો અત્યાર સુધી માત્ર મર્યાદિત વ્યાપારી ઉપયોગ જોવા મળ્યો છે.
ફેક્ટરી ફ્લોરથી અવકાશ સુધી
Starcloud મોટાભાગના નાણાં વુડિનવિલ, વોશિંગ્ટનમાં 1,00,000 ચોરસ ફૂટના પ્લાન્ટના વિસ્તરણમાં રોકશે. આ ફેક્ટરી તેના ઓર્બિટલ પ્લેટફોર્મ, Starcloud-3 માટે હાર્ડવેર બનાવશે, જેને SpaceX નું Starship લોન્ચ કરશે. સમાંતર રીતે, કંપની 8 કિલોવોટનું નાનું કમ્પ્યુટ સેટેલાઇટ, Starcloud-2 તૈયાર કરી રહી છે, જે 2027 માં સમર્પિત Falcon 9 દ્વારા લોન્ચ થવાનું નિર્ધારિત છે.
લોન્ચિંગમાં અવરોધ
SpaceX એ નવા વાહનોના પક્ષમાં 2028 સુધીમાં Falcon 9 ને નિવૃત્ત કરવાનું આયોજન કર્યું છે. Blue Origin નું New Glenn અને Rocket Lab નું Neutron જેવા સ્પર્ધક રોકેટ હજુ વિકાસ હેઠળ છે, જે હેવી-લિફ્ટ ક્ષમતા માટે એક નાનો સમયગાળો (window) બનાવે છે. Starcloud SpaceX સાથે લાંબા ગાળાના કરારો કરવા માટે વાટાઘાટો કરી રહ્યું છે અને તેના નાના સેટેલાઇટ્સ સમયસર ઓર્બિટમાં પહોંચે તેની ખાતરી કરવા માટે પોતાના Falcon 9 સ્લોટ્સ ખરીદવાનો પણ વિચાર કરી રહ્યું છે. તેથી, સફળતા Starship ના સમયસર પરિપક્વતા અને બજાર કડક થાય તે પહેલા લોન્ચ સ્લોટ્સ સુરક્ષિત કરવા પર નિર્ભર છે.
શૂન્યાવકાશમાં એન્જિનિયરિંગ પડકારો
અવકાશમાં સર્વર-ગ્રેડ GPU ચલાવવું એ પૃથ્વી પરના રેકને સેટેલાઇટ બસ સાથે બદલવા જેવું સરળ કામ નથી. Starcloud ના એન્જિનિયરો ત્રણ મુખ્ય સમસ્યાઓનો સામનો કરી રહ્યા છે:
- થર્મલ મેનેજમેન્ટ (Thermal management) – GPUs ઘણી ગરમી પેદા કરે છે; શૂન્યાવકાશમાં કન્વેક્શન (convection) વગર, ગરમી ખાસ રીતે ડિઝાઇન કરેલા પેનલ્સ દ્વારા રેડિયેટ થવી જોઈએ.
- રેડિયેશન હાર્ડનિંગ (Radiation hardening) – કોસ્મિક કિરણો અને સૌર કણો સિલિકોનને બગાડી શકે છે. શીલ્ડિંગ ઉમેરવાથી વજન વધે છે, તેથી ટીમે સુરક્ષા અને લોન્ચ વજનની મર્યાદા વચ્ચે સંતુલન જાળવવું પડશે.
- સ્ટ્રક્ચરલ ઇન્ટિગ્રિટી (Structural integrity) – લોન્ચિંગ દરમિયાન હાર્ડવેર અત્યંત વાઇબ્રેશન અને એક્સિલરેશનનો સામનો કરે છે. ઘટકોએ પૃથ્વી કરતા ઘણા મોટા બળોમાં ટકી રહેવું પડશે.
કંપની Nvidia સાથે Vera Rubin Space-1 ચિપ પર પણ કામ કરી રહી છે, જે ઓર્બિટના રેડિયેશન અને થર્મલ વાતાવરણ માટે ડિઝાઇન કરેલ પ્રોસેસર છે. આ સહયોગ અવકાશ-લાયક સિલિકોનનો એક નવો વર્ગ બનાવી શકે છે, પરંતુ તે હજુ વિકાસના પ્રારંભિક તબક્કામાં છે.
નિયમનકારી અને સ્કેલ સંબંધિત પ્રશ્નો
Starcloud એ Federal Communications Commission (FCC) પાસે 88,000 જેટલા સ્પેસક્રાફ્ટ ચલાવવાની પરવાનગી માંગી છે. આવું કોન્સ્ટેલેશન (constellation) હાલના સેટેલાઇટ નેટવર્ક કરતા ઘણું મોટું હશે અને ઓર્બિટલ કચરો (orbital debris), સ્પેક્ટ્રમ ફાળવણી અને અન્ય ઓપરેટરો સાથેના સંકલન વિશે ચિંતા ઊભી કરશે. FCC નો નિર્ણય નક્કી કરશે કે Starcloud તેના પ્રારંભિક ટેસ્ટબેડથી આગળ કેટલી ઝડપથી વધી શકશે.
વિરોધ પક્ષ: ખર્ચ, જોખમ અને માર્કેટ ફિટ
અવકાશમાં હાઇ-પરફોર્મન્સ AI હાર્ડવેર તૈનાત કરવાનો ખર્ચ ઘણો વધારે છે. લોન્ચિંગમાં વિલંબ અથવા નિષ્ફળતા બેલેન્સ શીટ પર મોટી અસર કરી શકે છે. તદુપરાંત, અવકાશ-આધારિત ઇન્ફરન્સ માટેનું બજાર હજુ અપ્રમાણિત છે; ઘણા AI વર્કલોડ પહેલેથી જ સ્વીકાર્ય લેટન્સી સાથે એજ ડિવાઇસ અથવા ક્લાઉડ સેવાઓ પર ચાલે છે. ટીકાકારો કહે છે કે ઓર્બિટમાં કામ કરવાની વધારાની જટિલતા મોટાભાગના એપ્લિકેશન્સ માટે પર્ફોર્મન્સના ફાયદા કરતા વધુ નુકસાનકારક હોઈ શકે છે.
શું જોવા જેવું છે
- Starship નું રોલઆઉટ – Starship ના પ્રથમ ઓપરેશનલ ફ્લાઇટ્સ એ જણાવશે કે Starcloud તેની લોન્ચ ટાઇમલાઇન અને ખર્ચના અનુમાનો પૂરા કરી શકશે કે નહીં.
- FCC નો નિર્ણય – મોટા કોન્સ્ટેલેશન માટેની મંજૂરી એક મુખ્ય નિયમનકારી માઈલસ્ટોન હશે.
- હાર્ડવેર માઈલસ્ટોન્સ – ઓર્બિટમાં સતત GPU ઓપરેશન, મોડેલ ટ્રેનિંગ અથવા ઇન્ફરન્સનું પ્રદર્શન પ્લેટફોર્મની વ્યવહારિકતાનો નક્કર પુરાવો આપશે.
- ગ્રાહકોની પ્રતિબદ્ધતાઓ – જે કંપનીઓને અલ્ટ્રા-લો લેટન્સી AI ની જરૂર છે (દા.ત., સેટેલાઇટ ઇમેજિંગ, ઓટોનોમસ નેવિગેશન) તેમના કરારો વ્યાપારી માંગનું પરીક્ષણ કરશે.
નિષ્કર્ષ
Starcloudનું $250 મિલિયનનું ભંડોળ તેને AI અને સ્પેસ ટેકનોલોજીના મિશ્રણ ધરાવતા એક વિશિષ્ટ ક્ષેત્રના અગ્રેસર સ્થાને મૂકે છે. જો એન્જિનિયરિંગ અવરોધો, લોન્ચ લોજિસ્ટિક્સ અને નિયમનકારી મંજૂરીઓ યોગ્ય રીતે મળી જાય, તો કંપની જમીન પર આધારિત ડેટા સેન્ટરો અને એજ ડિવાઇસીસ (edge devices) વચ્ચે કમ્પ્યુટિંગનું એક નવું સ્તર ઉમેરી શકે છે. આ જોખમ ઘણું મોટું છે, પરંતુ તેનું વળતર—કક્ષામાં (orbit) ટેરાફ્લોપ્સ (teraflops) AI પાવર—વિશ્વભરમાં લેટન્સી-સેન્સિટિવ (latency-sensitive) સેવાઓ કેવી રીતે પૂરી પાડવામાં આવે છે તેને નવો આકાર આપી શકે છે.