ಕಕ್ಷೆಯಲ್ಲಿ ಡೇಟಾ ಸೆಂಟರ್ ಏಕೆ ಮುಖ್ಯ?

ಭೂಮಿಯ ಮೇಲಿನ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ಹೆಚ್ಚಿನ AI ಇನ್ಫರೆನ್ಸ್ (inference) ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ನಡೆಸುತ್ತವೆ—ಅಂದರೆ ತರಬೇತಿ ಪಡೆದ ಮಾಡೆಲ್ ಅನ್ನು ಹೊಸ ಡೇಟಾಕ್ಕೆ ಅನ್ವಯಿಸುವುದು. ಸ್ವಯಂಚಾಲಿತ ವಾಹನಗಳು ಅಥವಾ ರಿಮೋಟ್-ಸೆನ್ಸಿಂಗ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳಂತಹ ನೈಜ-ಸಮಯದ ಪ್ರತಿಕ್ರಿಯೆ ಅಗತ್ಯವಿರುವ ಸೇವೆಗಳಿಗೆ ವಿಳಂಬ (latency), ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ಮಿತಿಗಳು ಮತ್ತು ಇಂಧನ ವೆಚ್ಚಗಳು ಅಡಚಣೆಯಾಗಬಹುದು. ಕಡಿಮೆ-ಭೂ ಕಕ್ಷೆಯಲ್ಲಿ (low-Earth orbit) ಇನ್ಫರೆನ್ಸ್ ಹಾರ್ಡ್‌ವೇ ಅನ್ನು ಇರಿಸುವ ಮೂಲಕ, Starcloud ಪ್ರತಿಕ್ರಿಯೆಯ ಸಮಯವನ್ನು ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳಷ್ಟು ಕಡಿಮೆ ಮಾಡುವ ಮತ್ತು ಬೃಹತ್ ಭೂಮಿಯ ಮೂಲಸೌಕರ್ಯಗಳ ಅಗತ್ಯವನ್ನು ತಗ್ಗಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ಈ ಸ್ಟಾರ್ಟ್‌ಅಪ್ ತನ್ನ ತಾಂತ್ರಿಕ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತಾ, ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ Nvidia H100 GPU—AI ಕೆಲಸಗಳಿಗಾಗಿ ನಿರ್ಮಿಸಲಾದ ಸರ್ವರ್-ಗ್ರೇಡ್ ಪ್ರೊಸೆಸರ್—ಅನ್ನು ನಡೆಸುತ್ತಿರುವ ಏಕೈಕ ಕಂಪನಿ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ.

ಧನಸಹಾಯದ ಹಾದಿ

Nvidia ಈ ಹೂಡಿಕೆ ಸುತ್ತಿನಲ್ಲಿ $25 ಮಿಲಿಯನ್ ಕೊಡುಗೆಯೊಂದಿಗೆ ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸಿದೆ. ಸಿಇಒ ಫಿಲಿಪ್ ಜಾನ್‌ಸ್ಟನ್ ಮಾತನಾಡಿ, Nvidia ನ ಬೆಂಬಲವು Starcloud ನ "ವಿಶಿಷ್ಟ ಡೇಟಾ ಸೆಟ್‌ಗಳನ್ನು" ಸಾಬೀತುಪಡಿಸುತ್ತದೆ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ಪರಿಣತಿಯ ನೇರ ಪ್ರವೇಶವನ್ನು ನೀಡುತ್ತದೆ ಎಂದು ಹೇಳಿದ್ದಾರೆ. ಹೆಸರಿಸದ ಇತರ ಹೂಡಿಕೆದಾರರು ಸಹ ಇದರಲ್ಲಿ ಭಾಗವಹಿಸಿದ್ದು, Starcloud ನ ಪೋಸ್ಟ್-ಮನಿ ವ್ಯಾಲ್ಯೂಯೇಶನ್ ಅನ್ನು $2.3 ಬಿಲಿಯನ್ ತಲುಪುವಂತೆ ಮಾಡಿದ್ದಾರೆ—ಇದು ಬಾಹ್ಯಾಕಾಶ ಆಧಾರಿತ ಕಂಪ್ಯೂಟಿಂಗ್‌ನ ಸೀಮಿತ ವಾಣಿಜ್ಯ ಬಳಕೆಯನ್ನು ಕಂಡ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ವೆಂಚರ್-ಕ್ಯಾಪಿಟಲ್ ವಿಶ್ವಾಸದ ಸಂಕೇತವಾಗಿದೆ.

ಕಾರ್ಖಾನೆಯಿಂದ ಕಕ್ಷೆಯವರೆಗೆ

Starcloud ತನ್ನ ಹೆಚ್ಚಿನ ಹಣವನ್ನು ವಾಷಿಂಗ್ಟನ್‌ನ ವುಡಿನ್‌ವಿಲ್‌ನಲ್ಲಿರುವ 100,000 ಚದರ ಅಡಿಗಳរಷ್ಟು ವಿಸ್ತಾರವಾದ ಪ್ಲಾಂಟ್ ಅನ್ನು ವಿಸ್ತರಿಸಲು ಬಳಸಲಿದೆ. ಈ ಕಾರ್ಖಾನೆಯು ತನ್ನ ಕಕ್ಷೆಯ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಆದ Starcloud-3 ಗಾಗಿ ಹಾರ್ಡ್‌ವೇ ಅನ್ನು ನಿರ್ಮಿಸಲಿದೆ, ಇದನ್ನು SpaceX ನ Starship ಉಡಾಯಿಸಲಿದೆ. ಇದರೊಂದಿಗೆ, ಕಂಪನಿಯು 8 ಕಿಲೋवाट ಕಂಪ್ಯೂಟ್ ಉಪಗ್ರಹವಾದ Starcloud-2 ಅನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತಿದೆ, ಇದನ್ನು 2027 ರಲ್ಲಿ ಮೀಸ𝗹ಾದ Falcon 9 ಮೂಲಕ ಉಡಾಯಿಸಲು ಯೋಜಿಸಲಾಗಿದೆ.

ಉಡಾವಣೆಯ ಅಡಚಣೆಗಳು

SpaceX ತನ್ನ Falcon 9 ಅನ್ನು 2028 ರ ವೇಳೆಗೆ ನಿವೃತ್ತಗೊಳಿಸಿ ಹೊಸ ವಾಹನಗಳನ್ನು ಬಳಸಲು ಯೋಜಿಸುತ್ತಿದೆ. Blue Origin ನ New Glenn ಮತ್ತು Rocket Lab ನ Neutron ನಂತಹ ಸ್ಪರ್ಧಾತ್ಮಕ ರಾಕೆಟ್‌ಗಳು ಇನ್ನೂ ಅಭಿವೃದ್ಧಿಯ ಹಂತದಲ್ಲಿವೆ, ಇದು ಭಾರ ಹೊರುವ ಸಾಮರ್ಥ್ಯದ (heavy-lift capacity) ವಿಷಯದಲ್ಲಿ ಕಿರಿದಾದ ಅವಕಾಶವನ್ನು ಸೃಷ್ಟಿಸಿದೆ. Starcloud ತನ್ನ ಸಣ್ಣ ಉಪಗ್ರಹಗಳು ನಿಗದಿತ ವೇಳಾಪಟ್ಟಿಯಂತೆ ಕಕ್ಷೆಯನ್ನು ತಲುಪುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು SpaceX ನೊಂದಿಗೆ ದೀರ್ಘಾವಧಿಯ ಒಪ್ಪಂದಗಳಿಗಾಗಿ ಮಾತುಕತೆ ನಡೆಸುತ್ತಿದೆ ಮತ್ತು ತನ್ನದೇ ಆದ Falcon 9 ಸ್ಲಾಟ್‌ಗಳನ್ನು ಖರೀದಿಸುವ ಬಗ್ಗೆ ಪರಿಶೀಲಿಸುತ್ತಿದೆ. ಆದ್ದರಿಂದ, ಯಶಸ್ಸು Starship ನ ಸಮಯೋಚಿತ ಪ್ರಬುದ್ಧತೆ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಬಿಗ tighten ಆಗುವ ಮೊದಲು ಉಡಾವಣಾ ಸ್ಲಾಟ್‌ಗಳನ್ನು ಪಡೆಯುವಿಕೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ.

ಶೂನ್ಯದಲ್ಲಿನ ಎಂಜಿನಿಯರಿಂಗ್ ಸವಾಲುಗಳು

ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ ಸರ್ವರ್-ಗ್ರೇಡ್ GPU ಅನ್ನು ಬಳಸುವುದು ಎಂದರೆ ಕೇವಲ ಭೂಮಿಯ ಮೇಲಿನ ರ್ಯಾಕ್ ಅನ್ನು ಉಪಗ್ರಹದ ಬಸ್ ಬದಲಾಯಿಸುವುದು ಅಷ್ಟೇ ಸುಲಭವಲ್ಲ. Starcloud ನ ಎಂಜಿನಿಯರ್‌ಗಳು ಮೂರು ಪ್ರಮುಖ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿದ್ದಾರೆ:

  • ಉಷ್ಣ ನಿರ್ವಹಣೆ (Thermal management) – GPUಗಳು ಹೆಚ್ಚಿನ ಶಾಖವನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ; ಶೂನ್ಯದಲ್ಲಿ ಸಂವಹನ (convection) ಇಲ್ಲದ ಕಾರಣ, ಶಾಖವನ್ನು ವಿಶೇಷವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಪ್ಯಾನಲ್‌ಗಳ ಮೂಲಕ ವಿಕಿರಣ ಮಾಡಬೇಕಾಗುತ್ತದೆ.
  • ವಿಕಿರಣದ ವಿರುದ್ಧದ ರಕ್ಷಣೆ (Radiation hardening) – ಕಾಸ್ಮಿಕ್ ಕಿರಣಗಳು ಮತ್ತು ಸೌರ ಕಣಗಳು ಸಿಲಿಕಾನ್ ಅನ್ನು ಹಾಳುಮಾಡಬಹುದು. ರಕ್ಷಣೆಗಾಗಿ ಶೀಲ್ಡಿಂಗ್ ಬಳಸಿದಾಗ ತೂಕ ಹೆಚ್ಚಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ತಂಡವು ರಕ್ಷಣೆ ಮತ್ತು ಉಡಾವಣೆಯ ತೂಕದ ಮಿತಿಗಳ ನಡುವೆ ಸಮತೋಲನವನ್ನು ಕಾಯ್ದುಕೊಳ್ಳಬೇಕು.
  • ರಚನಾತ್ಮಕ ಸಮಗ್ರತೆ (Structural integrity) – ಉಡಾವಣೆಯು ಹಾರ್ಡ್‌ವೇ ಅನ್ನು ತೀವ್ರ ಕಂಪನ ಮತ್ತು ವೇಗವರ್ಧನೆಗೆ ಒಡ್ಡುತ್ತದೆ. ಘಟಕಗಳು ಭೂಮಿಯ ಮೇಲಿರುವ ಶಕ್ತಿಗಳಿಗಿಂತ ಹೆಚ್ಚಿನ ಶಕ್ತಿಯನ್ನು ತಡೆದುಕೊಳ್ಳುವಂತಿರಬೇಕು.

ಕಂಪನಿಯು ಬಾಹ್ಯಾಕಾಶದ ವಿಕಿರಣ ಮತ್ತು ಉಷ್ಣ ಪರಿಸರಕ್ಕಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ Vera Rubin Space-1 ಚಿಪ್ ಮೇಲೆ Nvidia ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಿದೆ. ಈ ಸಹಯೋಗವು ಹೊಸ ತರಹದ ಬಾಹ್ಯಾಕಾಶ-ಅರ್ಹ ಸಿಲಿಕಾನ್ ಅನ್ನು ಸೃಷ್ಟಿಸಬಹುದು, ಆದರೆ ಇದು ಇನ್ನೂ ಅಭಿವೃದ್ಧಿಯ ಆರಂಭಿಕ ಹಂತದಲ್ಲಿದೆ.

ನಿಯಂತ್ರಕ ಮತ್ತು ಪ್ರಮಾಣದ ಪ್ರಶ್ನೆಗಳು

Starcloud ಕಂಪನಿಯು 88,000 ಬಾಹ್ಯಾಕಾಶ ನೌಕೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಫೆಡರಲ್ ಕಮ್ಯುನಿಕೇಶನ್ಸ್ ಕಮಿಷನ್ (FCC) ನಿಂದ ಅನುಮತಿಯನ್ನು ಕೇಳಿದೆ. ಇಂತಹ ದೊಡ್ಡ ಸಮೂಹವು (constellation) ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಉಪಗ್ರಹ ಜಾಲಗಳಿಗಿಂತ ದೊಡ್ಡದಾಗಿರುತ್ತದೆ ಮತ್ತು ಕಕ್ಷೆಯ ತ್ಯಾಜ್ಯ (orbital debris), ಸ್ಪೆಕ್ಟ್ರಮ್ ಹಂಚಿಕೆ ಮತ್ತು ಇತರ ಆಪರೇಟರ್‌ಗಳೊಂದಿಗೆ ಸಮನ್ವಯದ ಬಗ್ಗೆ ಕಳವಳಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು. Starcloud ತನ್ನ ಆರಂಭಿಕ ಪರೀಕ್ಷಾ ಹಂತದಿಂದ ಎಷ್ಟು ವೇಗವಾಗಿ ಬೆಳೆಯಬಹುದು ಎಂಬುದನ್ನು FCC ನ ನಿರ್ಧಾರವು ನಿರ್ಧರಿಸುತ್ತದೆ.

ವಿರೋಧಾತ್ಮಕ ಅಂಶಗಳು: ವೆಚ್ಚ, ಅಪಾಯ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಹೊಂದಾಣಿಕೆ

ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಯ AI ಹಾರ್ಡ್‌ವೇ ಅನ್ನು ನಿಯೋಜಿಸುವುದು ತುಂಬಾ ವೆಚ್ಚದಾಯಕವಾಗಿದೆ. ಉಡಾವಣೆಯ ವಿಳಂಬ ಅಥವಾ ವೈಫಲ್ಯಗಳು ಕಂಪನಿಯ ಹಣಕಾಸಿನ ಮೇಲೆ ತೀವ್ರ ಪರಿಣಾಮ ಬೀರಬಹುದು. ಅಷ್ಟೇ ಅಲ್ಲದೆ, ಬಾಹ್ಯಾಕಾಶ ಆಧಾರಿತ ಇನ್ಫರೆನ್ಸ್ ಮಾರುಕಟ್ಟೆಯು ಇನ್ನೂ ಸಾಬೀತಾಗಿಲ್ಲ; ಅನೇಕ AI ಕೆಲಸಗಳು ಈಗಾಗಲೇ ಸ್ವೀಕಾರಾರ್ಹ ವಿಳಂಬದೊಂದಿಗೆ ಎಡ್ಜ್ ಸಾಧನಗಳು ಅಥವಾ ಕ್ಲೌಡ್ ಸೇವೆಗಳಲ್ಲಿ ನಡೆಯುತ್ತಿವೆ. ಕಕ್ಷೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಂಕೀರ್ಣತೆಯು ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆಯ ಲಾಭಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಅನಿಸಬಹುದು ಎಂದು ವಿಮರ್ಶಕರು ಹೇಳುತ್ತಾರೆ.

ಗಮನಿಸಬೇಕಾದ ಅಂಶಗಳು

  • Starship ನ ಬಿಡುಗಡೆ – ಮೊದಲ ಕಾರ್ಯಾಚರಣೆಯ Starship ಹಾರಾಟಗಳು Starcloud ತನ್ನ ಉಡಾವಣಾ ವೇಳಾಪಟ್ಟಿ ಮತ್ತು ವೆಚ್ಚದ ಅಂದಾಜುಗಳನ್ನು ಪೂರೈಸಬಲ್ಲದೇ ಎಂಬುದನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.
  • FCC ತೀರ್ಪು – ದೊಡ್ಡ ಉಪಗ್ರಹ ಸಮೂಹಕ್ಕೆ ಅನುಮೋದನೆ ನೀಡುವುದು ಪ್ರಮುಖ ನಿಯಂತ್ರಕ ಮೈಲಿಗಲ್ಲಾಗಿರುತ್ತದೆ.
  • ಹಾರ್ಡ್‌ವೇರ್ ಮೈಲಿಗಲ್ಲುಗಳು – ಕಕ್ಷೆಯಲ್ಲಿ ನಿರಂತರ GPU ಕಾರ್ಯಾಚರಣೆ, ಮಾಡೆಲ್ ತರಬೇತಿ ಅಥವಾ ಇನ್ಫರೆನ್ಸ್ ಪ್ರದರ್ಶನಗಳು ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನ ಕಾರ್ಯಸಾಧ್ಯತೆಗೆ ನಿರ್ದಿಷ್ಟ ಪುರಾವೆಯನ್ನು ಒದಗಿಸುತ್ತವೆ.
  • ಗ್ರಾಹಕರ ಬದ್ಧತೆಗಳು – ಅತಿ ಕಡಿಮೆ ವಿಳಂಬದ AI ಅಗತ್ಯವಿರುವ ಸಂಸ್ಥೆಗಳಿಂದ (ಉದಾಹರಣೆಗೆ, ಉಪಗ್ರಹ ಚಿತ್ರೀಕರಣ, ಸ್ವಯಂಚಾಲಿತ ಸಂಚಲನ) ಬರುವ ಒಪ್ಪಂದಗಳು ವಾಣಿಜ್ಯ ಬೇಡಿಕೆಯನ್ನು ಪರೀಕ್ಷಿಸುತ್ತವೆ.

ಅಂತಿಮ ತೀರ್ಮಾನ

Starcloud ನ $250 ಮಿಲಿಯನ್ ಹಣಕಾಸಿನ ಸಂಗ್ರಹವು, AI ಮತ್ತು ಬಾಹ್ಯಾಕಾಶ ತಂತ್ರಜ್ಞಾನವನ್ನು ಸಂಯೋಜಿಸುವ ಒಂದು ವಿಶಿಷ್ಟ ಕ್ಷೇತ್ರದಲ್ಲಿ ಕಂಪನಿಯನ್ನು ಮುಂಚೂಣಿಗೆ ತಂದಿದೆ. ಎಂಜಿನಿಯರಿಂಗ್ ಸವಾಲುಗಳು, ಉಡಾವಣೆಯ ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಮತ್ತು ನಿಯಂತ್ರಕ ಅನುಮೋದನೆಗಳು ಸರಿಯಾಗಿ ಹೊಂದಿಕೆಯಾದರೆ, ಈ ಕಂಪನಿಯು ಭೂಮಿಯ ಮೇಲಿನ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ಮತ್ತು ಎಡ್ಜ್ ಸಾಧನಗಳ (edge devices) ನಡುವೆ ಕಂಪ್ಯೂಟಿಂಗ್‌ನ ಹೊಸ ಪದರವನ್ನು ಸೇರಿಸಬಹುದು. ಈ ಪಣವು ದೊಡ್ಡದಾಗಿದ್ದರೂ, ಇದರ ಪ್ರತಿಫಲ—ಕಕ್ಷೆಯಲ್ಲಿರುವ ಟೆರಾಫ್ಲಾಪ್ಸ್ (teraflops) ಮಟ್ಟದ AI ಶಕ್ತಿ—ವಿಶ್ವದಾದ್ಯಂತ ವಿಳಂಬ-ಸೂಕ್ಷ್ಮ (latency-sensitive) ಸೇವೆಗಳನ್ನು ಒದಗಿಸುವ ವಿಧಾನವನ್ನೇ ಮರುರೂಪಿಸಬಹುದು.