The Cost and Network Limits of Space-Based AI Compute
शोध यह निष्कर्ष निकालता है कि हालांकि लो-अर्थ ऑर्बिट डेटा सेंटर संभावित रूप से एआई इन्फरेंस (AI inference) का समर्थन कर सकते हैं, लेकिन लॉन्च, शक्ति और कूलिंग की अत्यधिक लागत के साथ नेटवर्क की सीमाओं के कारण वे फ्रंटियर-स्केल लार्ज लैंग्वेज मॉडल्स के प्रशिक्षण के लिए स्थलीय सुविधाओं (terrestrial facilities) की तुलना में प्रतिस्पर्धी नहीं रह जाते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
दुनिया के सबसे शक्तिशाली कंप्यूटरों की कल्पना विशाल, गूँजते हुए शहरों के रूप में करें जो ज़मीन पर बने हों। ये "AI डेटा सेंटर" विशाल कारखानों की तरह हैं जहाँ अरबों नन्हे कर्मचारी (चिप्स) जटिल पहेलियों को सुलझाने के लिए दौड़ते हैं, जिससे आर्टिफिशियल इंटेलिजेंस को लिखना, चित्र बनाना और सोचना सिखाया जाता है। लेकिन ये कारखाने बहुत भूखे होते हैं। वे भारी मात्रा में बिजली निगल जाते हैं, उन्हें पिघलने से बचने के लिए विशाल एयर-कंडीशनिंग सिस्टम की आवश्यकता होती है, और उन्हें ज़मीन के बड़े विस्तार की ज़रूरत होती है। जैसे-जैसे ये AI कारखाने बड़े होते जा रहे हैं, वे एक दीवार से टकरा रहे हैं: पृथ्वी पर उन्हें बनाने के लिए पर्याप्त बिजली, जगह या पैसा नहीं है।
इसलिए, कुछ स्वप्नद्रष्टा ऊपर की ओर देख रहे हैं। वे सोचते हैं: क्या होगा अगर हम इन कारखानों को अंतरिक्ष में बनाएँ? लो-अर्थ ऑर्बिट (LEO) में, हमसे कुछ सौ मील ऊपर, सूरज चमकता और निरंतर रहता है, और अंतरिक्ष का ठंडा शून्य एक विशाल फ्रीजर की तरह काम कर सकता है। यह विचार सुझाव देता है कि हम हज़ारों उपग्रह लॉन्च कर सकते हैं, जिनमें से प्रत्येक एक सुपर-कंप्यूटर का एक हिस्सा लेकर चलता हो, ताकि एक तैरते हुए AI मस्तिष्क का निर्माण किया जा सके। लेकिन इससे पहले कि हम सितारों की ओर अपना सामान पैक करें, हमें यह पूछना होगा: क्या यह वास्तव में सस्ता और तेज़ है, या यह केवल एक विज्ञान-कल्पना (sci-fi) वाली फैंटेसी है? इसका उत्तर देने के लिए, हमें दो मुख्य चीजों को देखना होगा: भारी धातु को अंतरिक्ष में ले जाने और वहाँ रहने के भौतिक विज्ञान (physics) को, और "नेटवर्क" की समस्या को—ये तैरते हुए कंप्यूटर आपस में कितनी तेज़ी से बात कर सकते हैं।
कीस वैन बर्केल द्वारा लिखित यह शोध पत्र "ऑर्बिटल AI" के विचार पर एक कठोर, गणितीय दृष्टिकोण प्रस्तुत करता है। यह अंतरिक्ष में तैरते एक काल्पनिक 1-गीगावाट (1GW) AI डेटा सेंटर की तुलना पृथ्वी पर स्थित एक समान डेटा सेंटर से करता है। लेखक यह देखने के लिए भौतिकी गणनाओं और कंप्यूटर नेटवर्क मॉडल के मिश्रण का उपयोग करते हैं कि क्या अंतरिक्ष वाला संस्करण मुकाबला कर पाएगा। अध्ययन दो बड़े सवालों पर केंद्रित है: एक अंतरिक्ष-आधारित AI, पृथ्वी के मुकाबले विशाल भाषा मॉडल (language models) को प्रशिक्षित करने में कैसा प्रदर्शन करेगा? और भविष्य के तकनीकी परिवर्तन इस अंतर को कैसे प्रभावित करेंगे?
शोध से पता चलता है कि हालांकि साधारण कार्यों जैसे कि सवालों के जवाब देने (इन्फरेंस) के लिए अंतरिक्ष में AI रखना काम आ सकता है, लेकिन नए, विशाल AI मॉडल के भारी प्रशिक्षण (training) के लिए यह एक बुरा विचार साबित हो सकता है। मुख्य अपराधी रॉकेट लॉन्च करने की लागत या सौर ऊर्जा की कमी नहीं है; बल्कि वह "नेटवर्क" है। पृथ्वी पर, एक डेटा सेंटर में कंप्यूटर केबल के एक सुपर-फास्ट, मजबूती से बुने हुए जाल (जिसे क्लॉस नेटवर्क कहा जाता है) द्वारा जुड़े होते हैं जो उन्हें जानकारी को तुरंत साझा करने की अनुमति देता है। अंतरिक्ष में, लेखक का सुझाव है कि हमें उपग्रहों को एक विशाल, तैरते हुए मेश (mesh) में जोड़ने के लिए लेजर बीम का उपयोग करना होगा।
विश्लेषण दिखाता है कि यह अंतरिक्ष मेश पृथ्वी वाले संस्करण की तुलना में बहुत धीमा है और इसमें "बैंडविड्थ" (एक साथ गुजर सकने वाले डेटा की मात्रा) बहुत कम है। एक विशाल AI मॉडल को प्रशिक्षित करने के लिए, हज़ारों कंप्यूटरों को लगातार जानकारी साझा करने की आवश्यकता होती है। अंतरिक्ष के परिदृश्य में, लेखक के मॉडल बताते हैं कि यह साझाकरण इतना धीमा होगा कि कंप्यूटर अपना अधिकांश समय सोचने के बजाय प्रतीक्षा करने में बिता देंगे। शोध अनुमान लगाता है कि अंतरिक्ष में AI को प्रशिक्षित करने में पृथ्वी की तुलना में सैकड़ों गुना अधिक समय लग सकता है या सैकड़ों गुना अधिक लागत आ सकती है, क्योंकि उपग्रहों के बीच होने वाली "बातचीत" बहुत धीमी है।
लेखक उन छिपे हुए खर्चों की ओर भी इशारा करते हैं जो कीमत के टैग में शामिल नहीं हैं। लाखों टन उपग्रहों को लॉन्च करने से बहुत सारा अंतरिक्ष कचरा (space junk) पैदा होगा और पुराने उपग्रहों के वायुमंडल में जलकर नष्ट होने से प्रदूषण फैल सकता है, जो ओजोन परत को नुकसान पहुँचा सकता है। हालांकि पेपर स्वीकार करता है कि तकनीक में सुधार हो सकता है—शायद सुपर-पावरफुल लेजर या स्मार्ट उपग्रह व्यवस्था के साथ—लेकिन यह निष्कर्ष निकालता है कि वर्तमान और निकट भविष्य की तकनीक के साथ, अगले कुछ वर्षों के भीतर अंतरिक्ष में फ्रंटियर-स्केल AI को प्रशिक्षित करने का सपना विश्वसनीय नहीं है। गणित बताता है कि AI को सिखाने के भारी काम के लिए, ज़मीन ही सबसे अच्छी जगह है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।