惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Vercel News
Vercel News
The GitHub Blog
The GitHub Blog
博客园 - 【当耐特】
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recent Announcements
Recent Announcements
D
Docker
GbyAI
GbyAI
酷 壳 – CoolShell
酷 壳 – CoolShell
WordPress大学
WordPress大学
The Cloudflare Blog
雷峰网
雷峰网
A
About on SuperTechFans
小众软件
小众软件
博客园 - Franky
博客园 - 聂微东
F
Full Disclosure
大猫的无限游戏
大猫的无限游戏
C
Check Point Blog
MongoDB | Blog
MongoDB | Blog
G
Google Developers Blog
Microsoft Azure Blog
Microsoft Azure Blog
U
Unit 42
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
V2EX
Engineering at Meta
Engineering at Meta
宝玉的分享
宝玉的分享
aimingoo的专栏
aimingoo的专栏
量子位
P
Proofpoint News Feed
Hugging Face - Blog
Hugging Face - Blog
博客园_首页
罗磊的独立博客
Martin Fowler
Martin Fowler
D
DataBreaches.Net
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
S
Secure Thoughts
Project Zero
Project Zero
L
LangChain Blog
阮一峰的网络日志
阮一峰的网络日志
C
Cybersecurity and Infrastructure Security Agency CISA
T
Tailwind CSS Blog
S
Schneier on Security
Blog — PlanetScale
Blog — PlanetScale
The Hacker News
The Hacker News
Spread Privacy
Spread Privacy
Security Latest
Security Latest
NISL@THU
NISL@THU
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
C
CXSECURITY Database RSS Feed - CXSecurity.com
J
Java Code Geeks

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Орбитальные дата-центры Маска: фантастика или следующий этап развития ИИ?
Самый зубастый автор · 2026-06-21 · via Все публикации подряд на Хабре

Орбитальные дата-центры Маска: фантастика или следующий этап развития ИИ?

6 мин

3

Источник

Источник.

Развитие ИИ сейчас упирается не в алгоритмы или производительность чипов. Главной проблемой становятся сами вычислительные мощности. Новые дата-центры строят по всему миру, однако вместе с этим возникает дефицит свободных ресурсов, прежде всего, воды и энергии.

На этом фоне начали появляться весьма необычные идеи. Одна из них — перенести часть вычислений в космос. Именно такой подход продвигают Илон Маск и SpaceX. Компания рассматривает создание орбитальных вычислительных узлов, которые будут получать энергию от солнечных панелей, а избыточное тепло сбрасывать напрямую в космос. Концепция выросла из проекта Starlink, но ее цель намного шире — обеспечить инфраструктуру для дальнейшего роста искусственного интеллекта. Разберемся, насколько реалистичны такие планы и какие проблемы они должны решить.

Немного подробнее о дефиците ресурсов

Итак, бум искусственного интеллекта привел к неожиданной проблеме: сложнее стало наращивать вычислительные мощности, чем создавать новые модели. Компании готовы тратить сотни миллиардов долларов на дата-центры, но помимо денег нужны земля, электричество, вода, интернет, а еще железо требует постоянного охлаждения. В итоге в глобальном плане инфраструктура начинает отставать от темпов развития самого ИИ.

Охлаждение серверов превратилось в отдельную и очень дорогую статью расходов. Жидкостные системы и градирни расходуют колоссальные объемы воды, особенно в теплых климатах. На отвод тепла иногда уходит до половины всей энергии, которую потребляет дата-центр. В засушливых регионах это создает реальную конкуренцию за воду, а в других местах — дополнительную нагрузку на очистные сооружения. Даже самые современные и энергоэффективные чипы продолжают выделять большое количество тепла. Его все равно приходится отводить, а это ограничивает количество оборудования, которое можно разместить на одной площадке. И да, плотность размещения оборудования в дата-центре — отдельная головная боль для инженеров.

Строящийся ЦОД Amazon. Источник

Строящийся ЦОД Amazon. Источник.

Планы по строительству новых крупных объектов упираются еще и в сроки согласований, поставки оборудования и прокладку коммуникаций. Каждый такой комплекс требует работы с десятками инстанций, и от идеи до ввода в строй часто проходит пять-десять лет. Между тем спрос со стороны разработчиков ИИ растет очень быстро — каждая новая модель требует все больших объемов вычислений для обучения на расширяющихся датасетах. Крупные компании постоянно ищут свободные мощности по всему миру, но географические и инфраструктурные ограничения заставляют чаще смотреть на нестандартные варианты размещения.

Даже если процессоры, ускорители, память и алгоритмы будут становиться эффективнее, полностью решить проблему энергопотребления это не поможет. Специализированные GPU позволяют выполнять больше вычислений на каждый ватт энергии, однако потребности искусственного интеллекта растут еще быстрее. Поэтому вопрос уже сводится не только к поиску дополнительных источников электроэнергии, но и к поиску новых подходов к организации всей вычислительной инфраструктуры.

Арендуйте GPU за 1 рубль!

Выберите нужную конфигурацию в панели управления Selectel. *

Подробнее →

Как космос решает часть этих проблем

Источник

Источник.

В космосе солнечные панели могут вырабатывать энергию почти непрерывно, поскольку большую часть времени находятся под прямыми солнечными лучами. В отличие от Земли здесь нет облаков и смены дня и ночи, влияющих на генерацию. Есть и еще одно важное преимущество: тепло можно отводить напрямую в окружающее пространство при помощи радиаторов. Для этого не нужны насосы, вентиляторы, градирни и другие системы охлаждения, которые на Земле потребляют дополнительную энергию и требуют постоянного обслуживания.

А еще размещение на орбите снимает целый ряд вопросов, связанных с землепользованием и локальным воздействием на окружающую среду. Не нужно отчуждать большие участки под строительство, тянуть новые линии электропередачи или решать проблемы с отводом сточных вод. Масштабирование здесь сводится в первую очередь к темпам производства аппаратов и частоте запусков, а не к поиску площадок и длительным согласованиям с региональными властями.

Сторонники идеи рассчитывают, что после первоначально высоких затрат на запуски орбитальные системы смогут обеспечить более дешевые вычисления. Отсутствие затрат на электроэнергию в привычном понимании и более простое охлаждение могут стать серьезным преимуществом, особенно для задач с постоянной высокой вычислительной нагрузкой.

Как SpaceX подошла к реализации

Идея орбитальных вычислений появилась у SpaceX не на пустом месте. Компания уже много лет развивает сеть Starlink и постепенно увеличивает возможности своих спутников. Еще в прошлом году Илон Маск говорил о том, что часть вычислений в будущем можно будет перенести на орбиту. Изначально речь шла об обработке отдельных данных прямо на спутниках, однако со временем концепция расширилась до создания полноценных вычислительных аппаратов, объединенных в единую сеть.

Важным шагом стало объединение SpaceX и xAI. Компания также начала искать инженеров для проектов, связанных с орбитальными вычислениями. При этом речь идет о действительно крупных масштабах: в документах для регуляторов упоминалась возможность создания группировки до миллиона аппаратов. Для реализации таких планов потребуется резко увеличить объёмы запусков, поэтому ключевую роль здесь должна сыграть ракета Starship.

Источник

Источник.

SpaceX уже готовится к возможному масштабированию проекта. В Техасе компания строит новый завод по производству спутников, где смогут выпускать аппараты разных типов. Многие ключевые компоненты, включая солнечные панели и лазерные системы связи, SpaceX производит самостоятельно. Это позволяет быстрее внедрять новые разработки и меньше зависеть от сторонних поставщиков.

Обмен данными между спутниками планируют реализовать через лазерные каналы связи, которые уже используются в сети Starlink. Информация сможет быстро передаваться от одного аппарата к другому, а затем отправляться на Землю через наземные станции. Для многих вычислительных задач этого достаточно, однако приложения, которым нужен практически мгновенный отклик, по-прежнему придется размещать в обычных дата-центрах ближе к пользователям.

В целом стратегия выглядит как естественное продолжение уже выбранного курса: связь, запуск и теперь вычисления становятся частями одной большой системы. Это позволяет SpaceX предлагать не только доступ к интернету, но и облачные мощности с характеристиками, которых нет у традиционных наземных решений. Первые тестовые запуски вычислительных модулей намечаются на ближайшие годы, если Starship подтвердит свою надёжность и экономику полетов.

Недавно SpaceX показала прототип первого поколения таких аппаратов — AI1. По размерам он заметно крупнее обычных спутников связи: высота в развернутом виде составляет около 20 метров, а размах солнечных панелей достигает 70 метров.

Вычислительная часть — одна большая стойка с ускорителями, сопоставимая по мощности с современной серверной стойкой высокого класса. Средняя мощность оценивается в 120 кВт с возможностью кратковременного роста до 150 кВт. Питание обеспечивают крупные солнечные панели собственной разработки SpaceX, а тепло отводят радиаторы, работающие по уже описанной схеме пассивного излучения в вакуум.

Есть и проблемы

Но на практике все выглядит не так просто. Подробно часть проблем описана в статье на Хабре. Космическое излучение постепенно повреждает электронику, ее приходится дополнительно защищать, а это увеличивает массу аппаратов. Если оборудование выходит из строя, быстро заменить или отремонтировать его невозможно. Кроме того, с ростом числа спутников повышается риск столкновений и появления нового космического мусора, хотя SpaceX утверждает, что сможет снижать эти риски с помощью автоматических систем маневрирования.

Задержки при передаче данных между орбитой и Землей тоже вызывают вопросы. Даже с быстрыми лазерными каналами между спутниками и наземными шлюзами для некоторых задач, где требуется постоянный интенсивный обмен с источниками данных на планете, время отклика может оказаться выше, чем в локальных кластерах. Тренировка моделей на постоянно обновляемых датасетах или интерактивные сервисы с жёсткими требованиями к отзывчивости в таких условиях могут испытывать ограничения.

Критики из отрасли, включая главу OpenAI, называют подобные планы преждевременными. По их мнению, наземные технологии ещё далеко не исчерпаны, а проблемы с энергией можно решать строительством новых станций и оптимизацией. Игроки рынка указывают, что полноценное развёртывание систем такого масштаба займет десятилетия, а не годы. Масштаб в миллион аппаратов выглядит особенно амбициозным на фоне текущих темпов производства и запусков.

Самое интересное, что главный вопрос пока связан не с технологиями, а с экономикой. SpaceX рассчитывает, что Starship позволит резко снизить стоимость вывода грузов на орбиту, однако пока неясно, насколько выгодными окажутся такие вычислительные системы по сравнению с обычными дата-центрами.

Что в итоге? Пока проект остается на ранней стадии, и SpaceX еще предстоит доказать его жизнеспособность на практике. В ближайшие годы компания планирует испытать первые вычислительные аппараты и отработать ключевые технологии. Многое будет зависеть от успеха программы Starship, которая должна обеспечить регулярные и сравнительно недорогие запуски крупных грузов. Если эти планы удастся реализовать, орбитальные вычисления могут со временем стать ещё одним инструментом для масштабирования инфраструктуры искусственного интеллекта.

А как вы считаете, получится ли задуманное у Маска?