Por que a economia da IA ​​orbital é tão brutal

De certa forma, tudo isso period inevitável. Elon Musk e seu círculo falam sobre IA no espaço há anos – principalmente no contexto da série de ficção científica de Iain Banks sobre um universo de futuro distante onde naves espaciais sencientes vagam e controlam a galáxia.

Agora Musk vê uma oportunidade de concretizar uma versão desta visão. A sua empresa, SpaceX, solicitou permissão regulamentar para construir centros de dados orbitais movidos a energia photo voltaic, distribuídos por até um milhão de satélites, que poderiam transferir até 100 GW de potência computacional para fora do planeta. Ele tem supostamente sugeriu que alguns de seus satélites de IA serão construídos na lua.

“De longe, o lugar mais barato para colocar IA será o espaço em 36 meses ou menos”, disse Musk na semana passada em um podcast apresentado pelo cofundador da Stripe, John Collison.

Ele não está sozinho. O chefe de computação da xAI apostou com seu homólogo da Anthropic que 1% da computação international estará em órbita até 2028. O Google (que tem uma participação acionária significativa na SpaceX) anunciou um esforço de IA espacial chamado Projeto Suncatcher, que lançará veículos protótipos em 2027. Starcloud, uma startup que arrecadou US$ 34 milhões apoiada pelo Google e Andreessen Horowitz, apresentou seus próprios planos para uma constelação de 80.000 satélites na semana passada. Até Jeff Bezos disse que este é o futuro.

Mas por trás de todo esse hype, o que será realmente necessário para levar os knowledge facilities ao espaço?

Numa primeira análise, os atuais knowledge facilities terrestres continuam mais baratos do que os que estão em órbita. Andrew McCalip, um engenheiro espacial, construiu um calculadora útil comparando os dois modelos. Os seus resultados de base mostram que um centro de dados orbital de 1 GW pode custar 42,4 mil milhões de dólares – quase 3x o seu equivalente terrestre, graças aos custos iniciais de construção dos satélites e do seu lançamento em órbita.

Mudar essa equação, dizem os especialistas, exigirá o desenvolvimento tecnológico em vários campos, enormes despesas de capital e muito trabalho na cadeia de abastecimento de componentes de qualidade espacial. Depende também do aumento dos custos no terreno, à medida que os recursos e as cadeias de abastecimento são pressionados pela procura crescente.

Projetando e lançando os satélites

O principal fator para qualquer modelo de negócio espacial é quanto custa para levar qualquer coisa lá em cima. A SpaceX de Musk já está a reduzir o custo de entrada em órbita, mas os analistas que analisam o que será necessário para tornar os centros de dados orbitais uma realidade precisam de preços ainda mais baixos para fechar o seu caso de negócio. Em outras palavras, embora os knowledge facilities de IA possam parecer uma história sobre uma nova linha de negócios antes do IPO da SpaceX, o plano depende da conclusão do projeto inacabado mais antigo da empresa – a Starship.

Considere que o Falcon 9 reutilizável oferece, hoje, um custo para orbitar de aproximadamente US$ 3.600/kg. Tornar os knowledge facilities espaciais viáveis, de acordo com o white paper do Undertaking Suncatcher, exigirá preços próximos de US$ 200/kg, uma melhoria de 18 vezes que espera estar disponível na década de 2030. A esse preço, no entanto, a energia fornecida hoje por um satélite Starlink teria um custo competitivo com um knowledge heart terrestre.

A expectativa é que o foguete Starship de próxima geração da SpaceX proporcione essas melhorias – nenhum outro veículo em desenvolvimento promete economias equivalentes. No entanto, esse veículo ainda não se tornou operacional ou mesmo alcançou a órbita; espera-se que uma terceira iteração do Starship faça seu primeiro lançamento nos próximos meses.

Mesmo que a Starship seja totalmente bem-sucedida, as suposições de que oferecerá imediatamente preços mais baixos aos clientes podem não passar no teste do cheiro. Economistas da consultoria Rational Futures defendem de forma convincente que, tal como aconteceu com o Falcon 9, a SpaceX não quererá cobrar muito menos do que o seu melhor concorrente – caso contrário, a empresa estará a deixar dinheiro na mesa. Se o foguete New Glenn da Blue Origin, por exemplo, for vendido a US$ 70 milhões, a SpaceX não aceitará missões Starship para clientes externos por muito menos do que isso, o que a deixaria acima dos números assumidos publicamente pelos construtores de knowledge facilities espaciais.

“Ainda não existem foguetes suficientes para lançar um milhão de satélites, por isso estamos muito longe disso”, disse Matt Gorman, CEO da Amazon Internet Companies, num evento recente. “Se você pensar no custo de levar uma carga útil para o espaço hoje, ele é enorme. Simplesmente não é econômico.”

Ainda assim, se o lançamento é a ruína de todos os negócios espaciais, o segundo desafio é o custo de produção.

“Sempre presumimos, neste momento, que o custo da Starship será de centenas de dólares por quilo”, disse McCalip ao TechCrunch. “As pessoas não estão levando em conta que os satélites custam quase US$ 1.000 o quilo agora.”

Os custos de fabricação de satélites representam a maior parte desse preço, mas se satélites de alta potência puderem ser fabricados por cerca de metade do custo dos atuais satélites Starlink, os números começam a fazer sentido. A SpaceX fez grandes avanços na economia dos satélites ao construir o Starlink, sua rede de comunicações recorde, e a empresa espera alcançar mais através da escala. Parte do raciocínio por trás de um milhão de satélites é, sem dúvida, a economia de custos advinda da produção em massa.

Ainda assim, os satélites que serão utilizados para estas missões devem ser suficientemente grandes para satisfazer os requisitos complexos de operação de poderosas GPUs, incluindo grandes painéis solares, sistemas de gestão térmica e ligações de comunicações baseadas em laser para receber e entregar dados.

UM Livro branco de 2025 do Projeto Suncatcher oferece uma maneira de comparar knowledge facilities terrestres e espaciais pelo custo da energia, o insumo básico necessário para operar chips. No terreno, os knowledge facilities gastam cerca de US$ 570 a US$ 3.000 por kW de energia durante um ano, dependendo dos custos locais de energia e da eficiência de seus sistemas. Os satélites Starlink da SpaceX obtêm energia de painéis solares a bordo, mas o custo de aquisição, lançamento e manutenção dessas espaçonaves fornece energia a US$ 14.700 por kW durante um ano. Simplificando, os satélites e seus componentes terão que ficar muito mais baratos antes de se tornarem competitivos em termos de custo com a energia medida.

O ambiente espacial não está brincando

Os defensores dos knowledge facilities orbitais costumam dizer que o gerenciamento térmico é “gratuito” no espaço, mas isso é uma simplificação exagerada. Sem atmosfera, é realmente mais difícil dispersar o calor.

“Você depende de radiadores muito grandes apenas para poder dissipar esse calor na escuridão do espaço, e isso é uma grande área de superfície e massa que você precisa gerenciar”, disse Mike Safyan, executivo da Planet Labs, que está construindo protótipos de satélites para o Google Suncatcher com lançamento previsto para 2027. “É reconhecido como um dos principais desafios, especialmente a longo prazo.”

Além do vácuo do espaço, os satélites de IA precisarão lidar com a radiação cósmica. Os raios cósmicos degradam os chips ao longo do tempo e também podem causar erros de “inversão de bits” que podem corromper os dados. Os chips podem ser protegidos com blindagem, usar componentes resistentes à radiação ou trabalhar em série com verificações de erros redundantes, mas todas essas opções envolvem trocas caras por massa. Ainda assim, o Google usou um feixe de partículas para testar os efeitos da radiação em suas unidades de processamento de tensores (chips projetados explicitamente para aplicações de aprendizado de máquina). Os executivos da SpaceX disseram nas redes sociais que a empresa adquiriu um acelerador de partículas exatamente para esse fim.

Outro desafio vem dos próprios painéis solares. A lógica do projeto é a arbitragem energética: colocar painéis solares no espaço torna-os 5x a 8x mais eficientes do que na Terra e, se estiverem na órbita correta, podem ficar à vista do Sol durante 90% do dia ou mais, aumentando a sua eficiência. A eletricidade é o principal combustível para os chips, portanto, mais energia equivale a knowledge facilities mais baratos. Mas mesmo os painéis solares são mais complicados no espaço.

Painéis solares com classificação espacial feitos de elementos de terras raras são resistentes, mas muito caros. Os painéis solares feitos de silício são baratos e cada vez mais prevalentes no espaço – Starlink e Amazon Kuiper os utilizam – mas degradam-se muito mais rapidamente devido à radiação espacial. Isso limitará a vida útil dos satélites de IA a cerca de cinco anos, o que significa que terão de gerar retorno do investimento mais rapidamente.

Ainda assim, alguns analistas acham que isso não é grande coisa, com base na rapidez com que novas gerações de chips chegam ao cenário. “Depois de cinco ou seis anos, os dólares por quilowatt-hora não produzem retorno, e isso porque não são de última geração”, disse Philip Johnston, CEO da Starcloud, ao TechCrunch.

Danny Subject, executivo da Solestial, uma startup que constrói painéis solares de silício com classificação espacial, diz que a indústria vê os knowledge facilities orbitais como um importante impulsionador do crescimento. Ele está conversando com diversas empresas sobre possíveis projetos de knowledge facilities e diz que “qualquer participant grande o suficiente para sonhar está pelo menos pensando nisso”. No entanto, como engenheiro de design de naves espaciais de longa knowledge, ele não descarta os desafios desses modelos.

“Você sempre pode extrapolar a física para um tamanho maior”, disse Subject. “Estou animado para ver como algumas dessas empresas chegam a um ponto em que a economia faz sentido e o caso de negócios é encerrado.”

Como os knowledge facilities espaciais se enquadram?

Uma questão pendente sobre estes knowledge facilities: o que faremos com eles? Eles são de propósito geral, ou para inferência, ou para treinamento? Com base nos casos de uso existentes, eles podem não ser totalmente intercambiáveis ​​com os knowledge facilities locais.

Um desafio importante para o treinamento de novos modelos é operar milhares de GPUs juntas em massa. A maior parte do treinamento de modelos não é distribuída, mas sim realizada em knowledge facilities individuais. Os hiperscaladores estão trabalhando para mudar isso a fim de aumentar o poder de seus modelos, mas isso ainda não foi alcançado. Da mesma forma, o treinamento no espaço exigirá coerência entre GPUs em vários satélites.

A equipe do Projeto Suncatcher do Google observa que os knowledge facilities terrestres da empresa conectam suas redes TPU com taxa de transferência de centenas de gigabits por segundo. Os hyperlinks de comunicação inter-satélite mais rápidos da atualidade, que usam lasers, só podem atingir cerca de 100 Gbps.

Isso levou a uma arquitetura intrigante para o Suncatcher: envolve voar 81 satélites em formação para que estejam próximos o suficiente para usar o tipo de transceptores utilizados pelos knowledge facilities terrestres. Isso, claro, apresenta os seus próprios desafios: a autonomia necessária para garantir que cada nave espacial permaneça na sua estação correcta, mesmo que sejam necessárias manobras para evitar detritos orbitais ou outra nave espacial.

Ainda assim, o estudo do Google oferece uma advertência: o trabalho de inferência pode tolerar o ambiente de radiação orbital, mas são necessárias mais pesquisas para compreender o impacto potencial de inversões de bits e outros erros nas cargas de trabalho de treinamento.

As tarefas de inferência não têm a mesma necessidade de milhares de GPUs trabalhando em uníssono. O trabalho pode ser feito com dezenas de GPUs, talvez em um único satélite, arquitetura que representa uma espécie de produto mínimo viável e o provável ponto de partida para o negócio de knowledge heart orbital.

“O treinamento não é a coisa best para se fazer no espaço”, disse Johnston. “Acho que quase todas as cargas de trabalho de inferência serão feitas no espaço”, imaginando tudo, desde agentes de voz de atendimento ao cliente até consultas ChatGPT sendo computadas em órbita. Ele diz que o primeiro satélite de IA de sua empresa já está gerando receita realizando inferências em órbita.

Embora os detalhes sejam escassos, mesmo nos registros da empresa na FCC, a constelação de knowledge facilities orbitais da SpaceX parece antecipar cerca de 100 kW de potência computacional por tonelada, aproximadamente o dobro da potência dos atuais satélites Starlink. As espaçonaves operarão em conexão entre si e usarão a rede Starlink para compartilhar informações; o processo afirma que os hyperlinks de laser da Starlink podem atingir uma taxa de transferência de nível de petabit.

Para a SpaceX, a recente aquisição da xAI pela empresa (que está a construir os seus próprios centros de dados terrestres) permitirá à empresa definir posições em centros de dados terrestres e orbitais, vendo qual cadeia de abastecimento se adapta mais rapidamente.

Essa é a vantagem de ter operações de ponto flutuante fungíveis por segundo – se você conseguir fazê-las funcionar. “Um FLOP é um FLOP, não importa onde ele esteja”, disse McCalip. “[SpaceX] pode apenas escalar até [it] atinge gargalos de permissão ou de investimento no terreno e, em seguida, volta para [their] implantações espaciais.

Tem uma dica delicada ou documentos confidenciais sobre a SpaceX? Para comunicação segura, você pode entrar em contato com Tim through Sign em tim_fernholz.21.