Como a demanda international por computação continua a explodir, a pegada de carbono dos knowledge facilities é uma preocupação crescente. Um novo estudo descreve como hospedar estas instalações no espaço poderia ajudar a reduzir as emissões do setor.
Os knowledge facilities exigem enormes quantidades de energia e água para operar e resfriar os milhões de chips alojados neles. Estimativas atuais da Agência Internacional de Energia estimam seu consumo de eletricidade em cerca de 415 terawatts-hora globalmente, cerca de 1,5% do consumo whole em 2024. E o Instituto de Estudos Ambientais e Energéticos diz que grandes knowledge facilities podem usar até cinco milhões de galões por dia para resfriamento.
Com a demanda por recursos de computação crescendo a cada dia, especialmente desde a rápida adoção de tecnologias que consomem muitos recursos IA generativa em toda a economia, isto ameaça tornar-se um fardo insustentável para o planeta.
Mas um novo papel em Eletrônica da Natureza por cientistas da Universidade Tecnológica de Nanyang, em Cingapura, sugere que hospedar knowledge facilities no espaço poderia fornecer uma solução potencial. Ao confiar na abundante energia photo voltaic disponível em órbita e ao libertar o calor residual no vácuo frio do espaço, estas instalações poderiam, em princípio, tornar-se neutras em carbono.
“O espaço oferece um ambiente verdadeiramente sustentável para a computação”, disse Wen Yonggang, principal autor do estudo, em um comunicado de imprensa. “Ao aproveitar a energia do Sol e o vácuo frio do espaço, os knowledge facilities orbitais poderiam transformar a computação international.”
Para validar a sua proposta, os investigadores usaram simulações de gémeos digitais de sistemas de computação orbitais para modelar como iriam gerar energia, gerir o calor e manter a conectividade. A equipe investigou duas arquiteturas potenciais: uma projetada para reduzir a pegada de dados coletados pelos próprios satélites e outra que receberia dados da Terra para processamento.
O primeiro modelo envolveria a integração de capacidades de processamento de dados em satélites equipados com sensores – por exemplo, câmaras para obter imagens da Terra. Isto tornaria possível realizar cálculos dispendiosos nos dados a bordo antes de transmitir apenas os resultados de volta ao solo, em vez de processar os dados brutos em centros de dados terrestres.
A outra abordagem envolve uma constelação de satélites equipados com servidores completos que poderiam receber dados da Terra e coordenar-se para realizar tarefas computacionais complexas, como treinar modelos de IA ou executar grandes simulações. Os pesquisadores observam que esse tipo de arquitetura de knowledge middle distribuído – em oposição à montagem de um grande knowledge middle monolítico em órbita – é tecnologicamente viável com as tecnologias atuais de satélite e computação.
A análise da equipa sugere que a considerável pegada de carbono do lançamento de {hardware} para o espaço poderia ser compensada dentro de cinco anos de operação, após os quais as instalações poderiam funcionar indefinidamente com energia renovável.
Persistem obstáculos técnicos e logísticos significativos. Os chips de computador são vulneráveis à radiação, um perigo sempre presente no espaço, que exigiria o uso de processadores especializados resistentes à radiação. A manutenção a longo prazo das instalações também exigiria tecnologias de manutenção em órbita que ainda não existem. E à medida que as tecnologias de computação melhoram rapidamente, os chips se depreciam em apenas alguns anos. Manter knowledge facilities orbitais abastecidos com o que há de melhor e mais recente pode custar caro.
Mas a equipe da NTU não é a primeira a lançar a ideia de transferir instalações de computação para o espaço. No ano passado, a gigante francesa de defesa e aeroespacial Thales publicou um estudo explorando a viabilidade da ideia. E no próximo mês, a startup Starcloud irá lançar um satélite carregando uma GPU Nvidia H100 como primeiro passo para a criação de uma rede de knowledge facilities orbitais.
Embora a concretização da visão exija provavelmente avanços técnicos e uma enorme quantidade de investimento, uma solução para a crescente pegada de carbono da computação pode estar acima das nossas cabeças.