📢 转载信息
原文链接：https://www.wired.com/story/could-we-put-ai-data-centers-in-space/
原文作者：Rhett Allain
受生成式AI热潮的推动，全球各地的数据中心正以惊人的速度建设。这些设施消耗的电力令人咋舌。到2028年，仅AI服务器的用电量可能就相当于22%的美国住户的总用电量。当然，这种需求会推高所有人的能源价格，我们需要更多的发电厂，这意味着更多的全球变暖。
然后是水资源问题。高密度AI芯片运行温度极高，空气冷却已不足够。新的设施正在转向水冷。首选的技术是水蒸发。它比循环水更有效、更节能，但一个使用此方法的大型数据中心每天消耗数百万加仑的水，耗尽了当地的水资源。
因此，越来越多的城镇抵制当地的数据中心项目也就不足为奇了。但如果每个人都采取“邻避主义”（NIMBY，Not In My Back Yard），情况就会演变成“不在我这星球上，你们这些混蛋”（NOMPY）。该怎么办？人们不会停止使用AI。这就是为什么一些人开始提议我们将数据中心建在太空。
试想一下：你可以从太阳能电池板获得24/7的能源——太空永远是晴天——而且散热问题也不再是问题，因为太空中非常寒冷。你可以将繁重的处理任务放在轨道数据中心进行，然后像卫星互联网那样将结果传回地球。至少，这是他们的说法。
这真的能行吗？还是说这和殖民火星一样不切实际？我问了谷歌的AI概述（Google’s AI Overview），它说：“是的，数据中心可以建在太空中。”但它当然会这么说。我想我们必须完全打破常规，靠一些老式的、靠谱的人类智慧来判断这件事。
供能
科学中一个非常重要的概念叫做能量守恒。它指出，对于任何一个“系统”（我们选择的任何事物集合），进入系统的总能量等于该系统能量的变化加上流出系统的能量：
或者重新排列一下，系统能量的任何变化都等于能量输入和输出的差值。它说明能量不能被创造或 ধ্বংস，只能从一种形式转化为另一种形式——比如太阳能电池板将光能转化为电能。
能量以焦耳（joules）为单位，但谈论功率（power）通常更容易。功率是能量的变化量（ΔE）除以时间（Δt），因此以焦耳/秒，即瓦特（watts）为单位。用功率来表述，能量守恒定律意味着进入系统的功率等于流出系统的功率加上系统内能变化所需的功率。
例如，假设“系统”是一台带有300瓦电源的台式电脑。这意味着最大输入功率为300瓦。那么系统内部的能量变化是什么呢？它会变热，所以热能会增加。但它很快就会达到稳定的工作温度。计算机内部没有其他能量变化，所以所有进来的300瓦功率都必须等于输出的功率。
这300瓦的输出去了哪里？好吧，你的电脑有一个风扇，它将空气吹过处理器和GPU。发热的组件与空气接触，使其升温。然后风扇将这些空气带走，将热量从计算机传递到你的房间。是的，你的电脑基本上就是一个300瓦的空间加热器，还能玩电子游戏。
两种热量传递方式
如果两个物体存在温差，热能会从较热的物体流向较冷的物体。因此，那台发热的电脑会将能量传递给较冷的空气。由于CPU和空气分子是接触的，我们称之为热传导（heat conduction）。它速度很快。这就是为什么70华氏度的泳池水感觉很冷：你浸在水里，水会迅速吸走你身体的大量热能。
但热量还有另一种传递方式。如果物体没有接触，但有直接的视线，就会发生辐射（radiation）相互作用。这就是没有气流的电烤箱发生的情况。加热元件没有接触到你的披萨，但它非常热（比如超过1000华氏度），以至于它辐射出红外光，从而加热你的食物。
太空中的计算机
现在，如果你把你的游戏电脑放在近地轨道上会怎样？我们如何虹吸掉产生的废热呢？里面的风扇就帮不上忙了。如果周围没有空气，它们就无法在处理器上移动空气。唯一的选择是与周围环境发生辐射相互作用，而辐射的效率远不如传导。
人们在思考地外计算时，往往在这里出现误解。实际上，太空并非“寒冷”。温度是物质的一种属性——它衡量分子运动——而太空几乎是真空。没有振动的分子，它就没有内在的温度。而且，由于辐射是唯一的传热方式，太空中的物体实际上会冷却得很慢。
我们可以使用斯特藩-玻尔兹曼定律来计算物体热辐射的速率（P）。它看起来是这样的：
这里的ε是物体的发射率——它作为辐射体的效率（0 < ε < 1），σ是斯特藩-玻尔兹曼常数，A是表面积，T是温度（开尔文）。由于温度的四次方关系，你可以看出，越热的物体辐射的功率比温度较低的物体多得多。
好的，假设你想在太空中玩《荒野大镖客》。你的电脑会很热——也许200华氏度（366开尔文）。为简化起见，我们假设这是一台立方体电脑，总表面积为1平方米，并且它是一个完美的辐射体（ε = 1）。那么热辐射功率大约是1000瓦。当然，你的电脑不是一个完美的辐射体，但看起来你可能会没事。只要输出功率（1000瓦）大于输入功率（300瓦），它就会冷却下来。
现在假设你想运行一些适度的AI任务。这是一项更大的工作，所以我们把立方体电脑的边长扩大一倍。这样体积会增大八倍（23），因此我们可以拥有八倍的处理器，并且需要八倍的输入功率——2400瓦。然而，表面积只增大了四倍（22），所以辐射功率大约是4000瓦。你的输出仍然大于输入，但差距正在缩小。
尺寸很重要
你可以看出接下来的趋势。如果你不断扩大规模，体积的增长速度快于表面积。因此，你的太空计算机越大，散热就越困难。如果你想象一个像地球上数据中心那样大的、沃尔玛大小的轨道结构，那根本不可能实现。它会融化的。
当然，你可以安装外部散热板。国际空间站就有这些。它们需要多大呢？假设你的数据中心运行功率为1兆瓦。（地球上现有的AI数据中心使用100到1000兆瓦。）那么你需要至少980平方米的辐射面积。这开始失控了。
哦，而且这些散热器不像太阳能电池板那样通过电线连接。它们需要系统将热量从处理器传导到散热板。国际空间站通过氨水管道网络来做到这一点。这意味着需要更多的材料，这使得将它们运送到轨道上的成本更高。
所以我们来盘点一下。尽管我们做了最有利的假设，但前景并不乐观。我们还没有考虑到太阳辐射也会加热计算机，这将需要更多的冷却。或者强烈的太阳辐射可能会随着时间的推移损坏电子设备。还有，你如何进行维修呢？
然而，有一点是明确的：由于太空中的冷却效率低下，你的“数据中心”必须是一群具有更好面积体积比的小型卫星，而不是少数几个大型卫星。这正是谷歌的“Suncatcher”项目等倡导者目前建议的。埃隆·马斯克的SpaceX已经向FCC申请向轨道发射一百万颗小型AI卫星。
嗯。近地轨道已经非常拥挤，有10000颗现役卫星和大约10000公吨的太空垃圾。碰撞的风险，甚至灾难性的凯斯勒级联效应，已经是真实存在的威胁。现在我们要再增加一百倍的卫星？我只能说：“下面的人小心了。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区