#TPU

3小时前

谷歌刚刚宣布将在太空建设由 TPU 驱动的 AI 数据中心——计划于 2027 年发射。 “阳光捕手计划（Project Suncatcher）”：在 650 公里轨道部署太阳能卫星，直接利用太阳能运行 AI 任务。其物理优势非常明显——由于没有大气层和昼夜交替，太阳能捕获效率提升 8 倍；真空环境冷却可消除地面数据中心 40% 的散热成本；并且具备抗辐射设计的 TPU 已通过 15 倍任务要求测试。谷歌将在 2027 年初发射两颗卫星，每颗携带 4 块 TPU，用于验证这一方案的可行性。

#谷歌 #太空数据中心 #TPU #太阳能 #人工智能

6小时前

Google 要干戴森环？今天 Google Research 团队发表了一篇关于 Project Suncatcher（太阳捕手）项目的研究论文「迈向未来太空高可扩展性 AI 基础设施系统设计」，评估了配备 TPU 的太阳能卫星和自由空间光链路，在太空中进行大规模机器学习计算的可行性☀️ 论文认为“Suncatcher 项目”是可行的，有四个关键条件： 1. 网络带宽可行性：通过“拉近距离”来实现 AI 集群所需的超高带宽（10 Tbps 级别）远超当前太空技术。通过让卫星编队在极近距离（数百公里或更短）飞行，使得接收功率大幅增强。这允许在太空中直接使用地球上成熟、高带宽的商用光通信硬件 (COTS DWDM)，而无需发明新技术。 2. 轨道动力学可行性：利用“被动安全”编队为解决近距离飞行的碰撞风险，论文设计了一种“自由落体”星座。在这个编队中，卫星依靠自然的轨道动力学来维持一个“呼吸式”的、可预测的相对位置。这种设计几乎不需要消耗燃料来维持编队（零 delta-v 需求），仅需少量燃料对抗扰动，使其在工程上可行。 3. 芯片生存可行性：商用 TPU 的“超预期”耐受性项目的一个核心问题是地球数据中心的 AI 芯片（TPU）能否在太空辐射下工作。测试结果出人意料地乐观：Google Trillium TPU 对总电离剂量 (TID) 的耐受性几乎是 5 年任务最低要求的 3倍。对于单粒子效应 (SEEs)，其导致的错误率对于 AI 推理任务“很可能是可接受的”，故障概率极低。 4. 经济可行性：发射成本即将与“地球电费”持平该方案的经济临界点是发射成本降至 $200/KG。这一价格下，将 AI 硬件发射到太空的年均摊销成本（例如 Starlink v2 模型为 $810/kW/y）将与地球数据中心支付的年均电费（$570-$3,000/kW/y）大致相当。基于 SpaceX 等公司的可复用火箭（如 Starship）发射成本的降幅，改成本预计在 2035 年左右可以实现。 --- Google 的母公司 Alphabet 是 SpaceX 的早期投资人，目前还持有 8% 左右的股份。未来十年，随着发射成本的大幅下降，近地轨道的空间经济也会快速发展，这里会涌现出非常多的创业公司和应用场景，我会持续帮大家关注，投资机会都在论文里😄 下图展示了轨道平面内一个示例性 81 颗卫星星座的完整轨道周期轨迹，其平均集群高度为 650 公里。集群半径 R=1 公里，在地球引力作用下，相邻卫星间的最近距离在约 100-200 米之间振荡🛰️

#Google #Project Suncatcher #太空AI #TPU #SpaceX

5天前

#每日推荐 CPU、GPU、TPU、NPU傻傻分不清

#CPU #GPU #TPU #NPU #硬件

1周前

原来，机构在一个月前就知道，anthropic给goog下了100万tpu的订单，消息比散户快太多了。

DeepSeek数据泄露：德国下架，信任崩盘· 404 条信息

中国DeepSeek引发美国科技股暴跌事件· 158 条信息

#机构 #Anthropic #Google #TPU #订单

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

有空也要看看TPUGPU到底在干啥

#TPU #GPU #技术 #研究 #硬件

10个月前

Nvidia, GPU (Graphics Processing Unit) Google, TPU (Tensor Processing Unit) Groq, LPU (Language Processing Unit) Groq：Nvidia 的最新 AI 竞争对手 Groq 创新的核心是其 LPU，旨在以前所未有的速度加速 AI 模型，包括 ChatGPT 等语言模型与使用高带宽内存 (high-bandwidth memory, HBM) 的 GPU 不同，Groq 的 LPU 利用 SRAM 进行数据处理，从而显著降低能耗并提高效率 GroqChip 的独特架构与其时间指令集相结合，可实现非常适合自然语言和其他顺序数据的顺序处理 Groq Language Processing Unit (LPU) 与最初为图形处理而设计的 GPU 完全不同，LPU 是为 AI 推理和语言而设计的 Groq 是 LPU 的创造者，它从头开始构建，以满足 AI 的独特特性和需求 LPU 以更快的速度运行大型语言模型 (LLM)，在架构层面上，与 GPU 相比，其能源效率提高了 10 倍 Groq 使用 Haskell 的其中一个目的是为新芯片 LPU 提供嵌入式领域特定汇编语言（assembly EDSL，汇编 EDSL）这也是 Haskell 又一成功案例 Groq 创始人兼 CEO：Jonathan Ross 在创立 Groq 之前，Jonathan 启动了 Google 的张量处理单元 (TPU) 项目，这是一个 20% 的项目，他设计并实现了第一代 TPU 芯片的核心元素 Jonathan 接下来加入了 Google X 的快速评估团队，这是著名的“Moonshots factory”的初始阶段，他为 Google 的母公司 Alphabet 设计并孵化了新的 Bets (Units) Jonathan 师从纽约大学柯朗研究所的 Yann LeCun

#NVIDIA #AI #Groq #GPU #TPU #LPU #ChatGPT