Google Project Suncatcher: 궤도 내 ML 인프라 확장

Project Suncatcher: 궤도 AI 컴퓨팅을 위한 문샷 프로젝트

Google은 우주에서 TPU(Tensor Processing Units)의 성능을 평가하기 위해 Project Suncatcher의 일환으로 프로토타입 위성을 발사합니다. 이 프로젝트는 저궤도(LEO)가 확장 가능한 머신러닝(ML) 인프라를 위한 실행 가능한 위치가 될 수 있는지 확인하기 위해 설계된 장기 연구 이니셔티브입니다. 이러한 탐구의 주요 동기는 저궤도에서 거의 일정하게 태양광을 이용할 수 있다는 점이며, 이는 지구에서 가능한 것보다 최대 8배 더 많은 태양 에너지를 생성할 수 있습니다.

하드웨어 복원력 및 방사선 테스트

Planet과 협력하여 SpaceX Transporter-18 라이드셰어를 통해 발사되는 Google의 초기 임무는 AI 하드웨어가 우주 비행의 물리적 및 환경적 스트레스를 견딜 수 있는지에 초점을 맞추고 있습니다.

발사 스트레스 및 진동

하드웨어는 발사 중 발생하는 강렬한 진동과 가속도를 견뎌야 합니다. 저궤도로 향하는 로켓 여행은 일반적으로 10분 동안 지속되며, 우주선은 최대 10g의 가속 하중을 경험합니다. TPU 칩을 포함한 개별 부품은 50g에서 100g 사이의 힘을 경험할 수 있습니다. Google은 3축 진동 테스트를 통해 하드웨어가 이러한 힘을 견딜 수 있음을 성공적으로 입증했다고 보고했습니다.

방사선 경화

우주선과 태양 활동은 비트플립 및 기타 전자적 오류를 일으킬 수 있습니다. 이를 완화하기 위해 Google은 UC Davis의 Crocker Nuclear Laboratory에서 양성자 빔 시설을 사용하여 Trillium TPU를 테스트했습니다. 초기 결과에 따르면 Trillium TPU는 5년의 우주 임무 동안 받을 수 있는 총 이온화 방사선량을 초과하는 방사선을 견딜 수 있는 것으로 나타났습니다.

진공 상태에서의 열 관리

진공 상태에서는 공기 흐름이 없어 기존의 대류 냉각이 불가능하기 때문에 궤도 데이터 센터를 냉각하는 것은 주요 엔지니어링 난제입니다. TPU에서 발생하는 열은 오직 복사를 통해서만 방출되어야 합니다.

Google은 현재 칩에서 열을 제거하기 위해 히트 파이프와 라디에이터 조합을 테스트하고 있습니다. 이러한 시스템은 우주 환경을 시뮬레이션하는 열 진공 챔버에서 검증되었지만, 팀은 궤도 내 데이터를 기반으로 이러한 설계를 개선하는 것이 중요한 다음 단계임을 인정하고 있습니다.

고대역폭 위성 상호 연결

AI 워크로드를 확장하기 위해 Google은 각각 수십 개의 TPU 칩을 탑재하고 분산 컴퓨팅 클러스터로 기능하도록 연결된 위성 군집을 구상하고 있습니다. 이를 위해서는 AI 처리에 필요한 처리량을 유지하기 위한 고대역폭 상호 연결이 필요합니다.

레이저 통신이 존재하지만, 현재의 최첨단 시스템은 장거리, 저대역폭 전송에 최적화되어 있습니다. Project Suncatcher는 이동 중인 위성 간의 연결을 유지하기 위해 극도의 정밀도로 단거리에서 작동하는 고대역폭 레이저가 필요합니다. Google은 2027년에 2개의 위성을 이용한 궤도 테스트를 통해 이러한 상호 연결성을 테스트할 계획입니다.

기술적 비판 및 업계 관점

Project Suncatcher를 둘러싼 커뮤니티 토론은 지상 기반 대안과 비교했을 때 우주 기반 데이터 센터의 경제적 및 운영적 실행 가능성에 대한 상당한 회의론을 강조합니다.

운영 및 유지보수 문제

비평가들은 물리적 접근이 불가능하여 하드웨어 유지보수가 불가능하다고 주장합니다. 지상 데이터 센터는 기술자가 고장 난 서버를 교체하는 방식에 의존하는데(일부 추정에 따르면 AI 서버의 연간 고장률은 약 9%임), 이 과정은 궤도에서 경제적으로 복제할 수 없습니다.

경제적 및 물리적 제약

일부 관찰자들은 높은 발사 비용과 열 방출의 물리학적 특성 때문에 이 프로젝트가 범용 AI에는 비실용적이라고 제안합니다.

"현재 지상의 AI 데이터 센터와 비교했을 때 우주로 데이터 센터를 발사하는 것은 비용을 한 자릿수(또는 그 이상) 쉽게 증가시킬 것입니다... 우주에서의 AI가 지상에서 작동하게 하는 것보다 더 합리적인 수학적 근거를 만들 방법은 없습니다." — @handle

잠재적 전략적 동기

토론에서는 이 프로젝트가 범용 컴퓨팅 이상의 목적을 수행할 수 있음을 시사합니다:

  • 군사 및 정보 응용: 신호 정보(SIGINT) 및 궤도 내 이미지 처리 요구 사항과의 잠재적 중첩.
  • 규제 차익 거래: 특정 국가의 주권 관할권 밖에서 데이터 센터를 호스팅할 가능성.
  • 전략적 베팅: 더 낮은 발사 비용, 더 높은 컴퓨팅 밀도, 향상된 하드웨어 신뢰성의 미래 수렴에 대한 선제적 베팅.

Sources

관련