Centra AI w kosmosie. Elon Musk ma sprytny plan

Wraz z gwałtownym wzrostem mocy obliczeniowej potrzebnej do trenowania i obsługi dużych modeli sztucznej inteligencji, infrastruktura centrów danych staje się jednym z największych wyzwań technologicznych dekady. Nie chodzi już wyłącznie o koszt samego sprzętu – ale przede wszystkim o energię i chłodzenie. To właśnie te dwa czynniki, zdaniem Elona Muska, przesądzą o rewolucji: przyszłe centra danych mogą powstawać nie na Ziemi, lecz… na orbitach. 

Jensen Huang, CEO NVIDII, zgadza się co do skali problemu, ale podkreśla, że kosmiczne farmy obliczeniowe to wciąż odległa wizja.

Tradycyjne centra danych osiągają granice swoich możliwości. Musk wskazuje, że zapotrzebowanie energetyczne związane z AI rośnie tak szybko, że budowa instalacji o mocy 200–300 GW byłaby niewykonalna w realiach ziemskiej infrastruktury. 

Przeciętna elektrownia jądrowa produkuje ok. 1 GW mocy ciągłej, a całe USA generują dziś średnio około 490 GW. Musk przewiduje, że zapotrzebowanie AI w przyszłości może sięgnąć nawet 1 TW mocy ciągłej. 

Według Muska takiego obciążenia nie udźwignie żadna ziemska sieć energetyczna. Dlatego jego zdaniem rozwiązaniem są orbitalne klastry obliczeniowe zasilane energią słoneczną. W kosmosie panele pracują w stałym nasłonecznieniu, nie potrzebują masywnych osłon z hartowanego szkła, a chłodzenie odbywa się naturalnie – poprzez promieniowanie cieplne w próżni. 

Musk twierdzi, że w ciągu 4–5 lat najtańszym sposobem uruchamiania dużej mocy AI będzie robienie tego na pokładzie zasilanych słonecznie satelitów obliczeniowych. Podobne plany niedawno zapowiedziało Google – chodzi o Project Suncatcher. 

Jensen Huang, stojący na czele NVIDII – firmy dostarczającej najpotężniejsze układy AI na rynku – w pełni zgadza się z diagnozą dotyczącą energetyki i chłodzenia. Jak zauważa, w nowoczesnych szafach serwerowych, takich jak NVIDIA GB300, niemal cała masa to system chłodzenia: około 1,95 tony z 2 ton. 

Moc obliczeniowa rośnie szybciej niż możliwości odprowadzania ciepła, a centra danych zbliżają się do granic opłacalności i fizycznych limitów. 

Jednak pomysł Muska Huang podsumowuje krótko: "To marzenie.” 

Na kluczowe problemy związane z kosmicznymi centrami danych zwraca uwagę Anton Shilov z Tom’s Hardware. Choć w przestrzeni kosmicznej dostępna jest stała energia słoneczna, a chłodzenie odbywa się poprzez naturalną radiację, rzeczywistość szybko studzi entuzjazm. 

1. Trudne warunki środowiskowe 

Orbity LEO (Low Earth Orbit – Niska Orbita Ziemska) i MEO (Medium Earth Orbit – Średnia Orbita Ziemska) cierpią na ekstremalne wahania temperatur i niestabilne nasłonecznienie. GEO (Geostationary Earth Orbit – Orbita Geostacjonarna) jest bardziej stabilna, ale nadal nie eliminuje wszystkich problemów – występują krótkie coroczne zaćmienia, a środowisko radiacyjne wymaga specjalnej ochrony. 

2. Gigantyczne wymagania chłodzenia 

W kosmosie jedynym sposobem odprowadzania ciepła jest promieniowanie. Dla megawatowych lub gigawatowych klastrów AI oznacza to konieczność tworzenia ogromnych radiatorów – struktur o powierzchniach liczonych w dziesiątkach tysięcy metrów kwadratowych, znacznie większych niż wszystko, co dotąd zbudowano na orbitę. 

3. Masa, starty i trwałość sprzętu 

Wyniesienie takiej infrastruktury wymagałoby tysięcy lotów rakiet klasy Starship, co w horyzoncie kilku lat jest nierealne. Dodatkowo współczesne układy AI – Blackwell, Rubin – nie są odporne na promieniowanie, co oznacza konieczność kosztownego i spowalniającego wydajność „rad-hardeningu”. 

4. Serwis i łączność 

Na przeszkodzie stoją także: brak rozwiniętej robotyki orbitalnej do konserwacji, konieczność autonomicznego serwisowania oraz ogromne wymagania dotyczące łączności z Ziemią. 

Musk wskazuje kierunek: zderzenie rosnącej mocy AI z ziemskimi limitami energetycznymi i ekologicznymi może wymusić przeniesienie infrastruktury na orbitę. Wizja orbitalnych centrów danych ma swoje realne fundamenty – przede wszystkim darmową energię słoneczną i efektywne chłodzenie. 

Huang natomiast studzi entuzjazm: technologia, logistyka i ekonomia nie nadążają za ambicjami. "To jeszcze długo będzie marzenie” – mówi. 

Scenariusz, w którym przyszłe generacje modeli AI trenują w megastrukturach na GEO, jest dziś bardziej futurystyczny niż biznesowy. 

Ale sygnały są jasne: zapotrzebowanie na moc dla AI rośnie wykładniczo, energetyka i chłodzenie stają się kluczowymi ograniczeniami, a ziemskie centra danych mogą w końcu osiągnąć ścianę. Czy kosmos jest rozwiązaniem? Może tak – ale jak podkreśla Huang – nie w ciągu pięciu lat, lecz raczej kilku dekad.