
Startup vrea să ruleze inferența AI din spațiu
Orbital Inc. intenționează să construiască centre de date spațiale pentru inferența AI, cu scopul de a utiliza energia solară și de a ocoli constrângerile energetice terestre. Compania intenționează să lanseze un satelit prototip în 2027 pentru a valida operațiunile GPU pe orbită și a rula sarcini de lucru de inferență comercială.
Rezumat Detaliat
Orbital Inc., un startup din Los Angeles, dezvoltă centre de date spațiale pentru a aborda cerințele energetice în creștere ale inferenței AI, valorificând energia solară pe orbita joasă a Pământului. Compania, susținută de Andreessen Horowitz (A16z), intenționează să implementeze o constelație de sateliți mici, fiecare echipat cu rack-uri de servere GPU și panouri de răcire radiativă, pentru a oferi calcul pentru sarcini de lucru precum chatbot-uri și agenți. Prima lansare de testare, programată pentru 2027, are ca scop validarea operațiunilor GPU și rularea sarcinilor de lucru de inferență comercială folosind o rachetă SpaceX Falcon 9.
Designul Orbital se concentrează pe o rețea distribuită de sateliți mai mici, optimizați pentru sarcinile de lucru de inferență, care sunt mai puțin intensive din punct de vedere al calculului decât antrenarea modelelor AI mari. Fiecare satelit, limitat la 100 de kilowați, va procesa cererile utilizatorilor direcționate de la stațiile terestre, utilizând interconexiuni optice pentru transmiterea datelor. Compania intenționează să ofere acces direct API și oferte pentru întreprinderi laboratoarelor majore de AI, cum ar fi OpenAI și Anthropic. Cu toate acestea, se confruntă cu provocări precum expunerea la radiații, gestionarea termică și dificultatea întreținerii în spațiu.
Această inițiativă ar putea avea un impact semnificativ asupra industriei AI, oferind o infrastructură alternativă, potențial mai durabilă, pentru inferența AI. Succesul abordării Orbital depinde de validarea tehnologiei sale prin lansarea de testare viitoare și de capacitatea de a depăși obstacolele tehnice ale funcționării în spațiu. Dacă are succes, Orbital ar putea oferi o soluție scalabilă și rentabilă pentru rularea sarcinilor de lucru AI, atrăgând potențial companii majore de AI și remodelând peisajul infrastructurii AI.
⚠️ Notă: Acesta este un rezumat generat automat. Drepturile asupra conținutului aparțin sursei originale. Citește articolul complet aici
Sursa originală
Citește articolul complet aici
Articole similare

DXC va integra Claude de la Anthropic în sistemele pentru industrii reglementate
DXC Technology colaborează cu Anthropic pentru a integra asistentul AI Claude în soluțiile sale cloud pentru companii. Această integrare vizează aducerea capabilităților AI avansate în sectoare critice precum sectorul bancar și cel aviatic, îmbunătățind eficiența operațională și serviciile pentru clienți. Colaborarea se concentrează pe oferirea unei implementări AI sigure și fiabile pentru industriile cu cerințe de reglementare stricte.

Anthropic Răspunde Directivei Guvernului SUA de Suspendare a Accesului la Fable 5 și Mythos 5
Anthropic a emis o declarație referitoare la o directivă a guvernului SUA de suspendare a accesului la modelele sale Fable 5 și Mythos 5. Compania cooperează cu directiva, subliniind în același timp angajamentul său față de siguranță și dezvoltarea responsabilă a AI.

Guvernul SUA dispune Anthropic să retragă modelele Fable 5 și Mythos 5
Anthropic a fost obligat de guvernul SUA să dezactiveze noile sale modele AI, Fable 5 și Mythos 5, la doar trei zile după lansare. Această acțiune survine în urma unei dispoziții guvernamentale federale, ale cărei detalii specifice nu sunt prezentate, dar care se referă la reglementările de export.

DiffusionGemma: Noul LLM Open de la Google Atinge 1.000 Tokeni/sec și Schimbă Economia Inferenței
Google DeepMind a lansat DiffusionGemma, un LLM open-weight care utilizează difuzia discretă pentru generarea de text, atingând peste 1.000 de tokeni/sec pe un singur GPU H100. Această nouă arhitectură procesează tokenii în blocuri, oferind îmbunătățiri semnificative de viteză față de modelele autoregresive tradiționale, în detrimentul unei precizii ușor reduse.