stamatios
← Voltar ao feed
Satélites com painéis solares e chips luminosos orbitando a Terra, moonshot Suncatcher do Google para IA espacial
Ciência & Espaço · Hardware & Chips

Google detalha Suncatcher, plano para colocar IA no espaço

resumo de ~3 min

O que é o Project Suncatcher

O Google detalhou o Project Suncatcher, uma moonshot de pesquisa de longo prazo, anunciada no ano anterior, que investiga se o espaço pode um dia hospedar infraestrutura escalável de machine learning. A motivação central é energética: em órbita terrestre baixa, satélites têm acesso a luz solar quase constante e podem gerar até oito vezes mais energia solar do que na Terra. A visão de longo prazo prevê constelações de satélites interligadas capazes de processar cargas de trabalho maiores de IA enquanto orbitam o planeta.

A equipe justifica a abordagem incremental comparando com trajetórias anteriores do Google, como direção autônoma e computação quântica, que exigiram anos de experimentação antes de chegar a sistemas práticos. O objetivo final declarado é garantir que os benefícios da IA, da saúde à descoberta científica, alcancem todos no futuro.

O primeiro teste em órbita

O primeiro marco é o lançamento de um satélite protótipo na missão de carona Transporter-18, da SpaceX, desenvolvido em parceria com a Planet. A missão vai coletar dados em órbita sobre como os TPUs (Tensor Processing Units) do Google lidam com o estresse físico do voo espacial, a radiação e os extremos térmicos do espaço.

Antes do lançamento, o time realizou testes em terra. A viagem de foguete até a órbita baixa dura cerca de 10 minutos, com vibração intensa e acelerações de até 10 g, podendo componentes individuais, como os chips TPU, experimentar forças de 50 a 100 g. O satélite foi submetido a testes de vibração nos três eixos para simular as frequências de um lançamento - e, contra a expectativa comum de que esses testes raramente saem como planejado, o hardware resistiu.

Radiação e resiliência dos chips

Fora da atmosfera, eventos solares e raios cósmicos podem danificar eletrônicos. O Google testou os TPUs no Crocker Nuclear Laboratory da UC Davis, em um feixe de prótons, enquanto executavam cargas de trabalho de IA, monitorando como erros, como inversões de bit, afetavam os processos. Os resultados iniciais mostraram que os TPUs Trillium resistem bem e suportam uma dose total de ionização maior do que receberiam em uma missão espacial de cinco anos. Ainda assim, a equipe reconhece que algumas coisas só podem ser testadas no espaço, e os dados em órbita informarão lançamentos futuros.

O desafio do resfriamento

Resfriar data centers orbitais é apontado como um desafio crucial de pesquisa. Os TPUs geram muito calor em uma área pequena e, no vácuo, não há fluxo de ar - o calor só pode ser dissipado por radiadores, o que exige uma abordagem totalmente diferente do resfriamento convencional de eletrônicos. O time está trabalhando em várias abordagens, incluindo a combinação de heat pipes e radiadores, já testadas em câmara térmica de vácuo que simula o ambiente espacial. O sistema de resfriamento dos novos TPUs será avaliado em órbita e os designs serão refinados conforme o aprendizado.

Interconexão por laser e próximos passos

Futuras gerações de satélites levarão dezenas de chips TPU cada, orbitando em aglomerados. Para manter a banda necessária ao processamento de IA, cada satélite precisará conhecer sua posição e a dos vizinhos, comunicando-se por laser. A tecnologia já existe no espaço, mas os sistemas de ponta atuais são otimizados para baixa banda em longas distâncias, enquanto o projeto precisa de altíssima banda em distâncias curtíssimas. Manter a conexão exige precisão extraordinária, comparada a acertar um alvo do tamanho de uma moeda a quilômetros de distância com ambos os pontos em movimento. Esse teste está previsto para 2027, quando dois satélites serão colocados em órbita.

O Google enfatiza que explorar o espaço como local viável para computação de IA escalável não acontecerá de uma vez: o primeiro lançamento serve para ver o que funciona, identificar pontos de falha e aplicar as descobertas às missões seguintes.