ऑर्बिटल कंप्यूट अब कम सैद्धांतिक लगने लगा है

सालों से, अंतरिक्ष में डेटा सेंटर का विचार मुख्यतः निवेशक प्रस्तुतियों और दीर्घकालिक रोडमैप में ही मौजूद रहा है। निकट-अवधि का बाजार पकड़ना अधिक कठिन रहा है। शक्तिशाली प्रोसेसर कक्षा में दुर्लभ हैं, अंतरिक्ष यानों पर बिजली और तापीय सीमाएं सख्त होती हैं, और अधिकांश व्यावहारिक मिशन अभी भी विश्लेषण के लिए बड़ी मात्रा में डेटा पृथ्वी पर वापस भेजने पर निर्भर हैं।

इसी वजह से Kepler Communications का नवीनतम कदम महत्वपूर्ण है। TechCrunch के अनुसार, कंपनी के नए परिचालन नेटवर्क में वह शामिल है जिसे वह वर्तमान में कक्षा में सबसे बड़ा कंप्यूट क्लस्टर बताती है: लगभग 40 Nvidia Orin edge processors, जो 10 उपग्रहों में वितरित हैं और laser communications links के जरिए जुड़े हैं। Kepler का कहना है कि यह सिस्टम पहले से ही ग्राहकों को सेवा दे रहा है, इसके 18 ग्राहक दर्ज हैं, और अब Sophia Space को अपना नवीनतम साझेदार जोड़ा गया है।

यह विकास यह नहीं दर्शाता कि अंतरिक्ष उद्योग ने अचानक एक पूर्ण-स्तरीय orbital cloud बना लिया है। लेख स्पष्ट करता है कि बड़े, अत्यंत महत्वाकांक्षी space data centers, जिनकी चर्चा अक्सर प्रमुख कंपनियां करती हैं, अभी भी बाद में, 2030 के दशक में अपेक्षित हैं। लेकिन Kepler का नेटवर्क यह दिखाता है कि orbital computing का एक अधिक संयमित और व्यावसायिक रूप से व्यावहारिक चरण उभरना शुरू हो गया है।

एक व्यावहारिक शुरुआती बाजार: डेटा को वहीं प्रोसेस करना जहां वह इकट्ठा होता है

कक्षा में computing के लिए शुरुआती व्यवसायिक तर्क सामान्य-purpose cloud hosting नहीं है। इसके बजाय, यह उन space systems से सीधे जुड़ा है जो पहले से ही पृथ्वी के ऊपर डेटा उत्पन्न करते हैं। रिपोर्ट कहती है कि orbital processing की पहली लहर का ध्यान अंतरिक्ष में एकत्रित जानकारी पर केंद्रित होने की उम्मीद है, ताकि निजी ऑपरेटरों और सरकारी एजेंसियों द्वारा उपयोग किए जाने वाले sensors का प्रदर्शन बेहतर हो सके।

यह अंतर महत्वपूर्ण है। computation को डेटा के स्रोत के करीब लाने से पृथ्वी पर भेजने से पहले सब कुछ ट्रांसमिट करने की जरूरत कम हो सकती है। सिद्धांत रूप में, इससे spacecraft को जानकारी छांटने, संपीड़ित करने, प्राथमिकता देने या उसका विश्लेषण करने में मदद मिल सकती है, इससे पहले कि केवल सबसे प्रासंगिक उत्पाद उपयोगकर्ताओं तक भेजे जाएं। तात्कालिक आकर्षण परिचालन दक्षता है, दिखावा नहीं।

Kepler की अपनी positioning इसी सीमित फोकस को दर्शाती है। मुख्य कार्यकारी Mina Mitry ने TechCrunch को बताया कि कंपनी खुद को space data center operator के रूप में नहीं देखती। इसके बजाय, उसका लक्ष्य अंतरिक्ष में applications के लिए infrastructure उपलब्ध कराना है। महत्वाकांक्षा केवल satellite-to-ground connectivity से व्यापक है: Kepler चाहती है कि उसका नेटवर्क अन्य spacecrafts के साथ-साथ नीचे aircraft और drones को भी सेवा दे।

यह framing संकेत देती है कि एक layered market आकार लेना शुरू कर रहा है। उस बाजार में, एक कंपनी communications और processing backbone उपलब्ध कराती है, जबकि अन्य software, operating environments, और उस पर चलने वाली specialized services विकसित करती हैं।

Sophia Space अगला कठिन कदम परखेगी

Sophia Space के साथ नया ग्राहक संबंध दिखाता है कि यह layered model कैसे काम कर सकता है। Sophia passively cooled space computers विकसित कर रही है, जो orbital computing की सबसे लगातार engineering समस्याओं में से एक, heat, को संबोधित करने की अवधारणा है। शक्तिशाली processors thermal loads पैदा करते हैं, और कक्षा में bulky और महंगे active-cooling systems के बिना इसे संभालना कठिन होता है।

रिपोर्ट के अनुसार, Sophia अपनी proprietary operating system को Kepler के एक उपग्रह पर upload करने की योजना बना रही है और फिर उसे दो spacecrafts पर छह GPUs के साथ launch और configure करने की कोशिश करेगी। पृथ्वी पर, आधुनिक compute environment में इस तरह की software deployment सामान्य होगी। कक्षा में, TechCrunch इसे first के रूप में वर्णित करता है।

महत्व केवल तकनीकी नवीनता का नहीं है। यदि Sophia यह दिखा सके कि उसका software अंतरिक्ष में अपेक्षित तरीके से काम करता है, तो यह कंपनी के 2027 के अंत में प्रस्तावित पहले satellite launch से पहले जोखिम कम करेगा। Kepler के लिए, यह demonstration उसके अपने network की उपयोगिता को केवल communications layer से अधिक के रूप में मान्य करने में भी मदद करेगा। सफल परीक्षण यह दिखाएगा कि distributed orbital hardware समन्वित तरीके से बाहरी software workloads को होस्ट कर सकता है।

यह अभी क्यों मायने रखता है

space economy में भविष्य-केंद्रित विचारों की कमी नहीं है, लेकिन उन systems के उदाहरण कम हैं जो एक साथ deployed भी हैं और उपयोग में भी। Kepler की घोषणा इसलिए अलग दिखती है क्योंकि यह पहले से कक्षा में मौजूद infrastructure को पहचानने योग्य ग्राहकों और एक विशिष्ट operational test से जोड़ती है। यह चर्चा को इस बात से आगे ले जाती है कि orbital compute मौजूद हो सकता है या नहीं, और इस पर लाती है कि वह पहले कौन-कौन से कार्य संभाल सकता है।

रिपोर्ट के विवरण sector के लिए एक यथार्थवादी विकास पथ की ओर भी इशारा करते हैं:

  • विशाल orbital server farms के बजाय edge-style processing से शुरुआत करें।
  • उस डेटा पर ध्यान दें जो पहले से अंतरिक्ष में इकट्ठा किया जा रहा है।
  • Networking links का उपयोग करके अलग-अलग spacecrafts को अधिक coordinated system की तरह काम करने दें।
  • Specialized software firms को workloads एक-एक कदम करके सिद्ध करने दें।

यह अंतरिक्ष infrastructure से जुड़ी अक्सर दिखाई देने वाली भव्य कल्पनाओं की तुलना में कहीं अधिक क्रमिक कहानी है। और यह अधिक विश्वसनीय भी है। बाजार को आर्थिक रूप से महत्वपूर्ण बनने के लिए पूर्ण orbital hyperscaler की आवश्यकता नहीं है। उसे ऐसी सेवाओं की जरूरत है जो bandwidth बचाएं, sensor performance बेहतर करें, या ऐसी नई क्षमताएं सक्षम करें जिन्हें केवल पृथ्वी से प्रदान करना कठिन हो।

Kepler का मौजूदा पैमाना पृथ्वी-आधारित मानकों के हिसाब से छोटा बना हुआ है, और रिपोर्ट इससे इनकार नहीं करती। 10 satellites में फैले 40 processors, पृथ्वी पर मौजूद computing का विकल्प नहीं हैं। लेकिन आकार मुख्य बात नहीं है। महत्व इस तथ्य में है कि ग्राहक orbital compute को अब ऐसी चीज़ के रूप में देखने लगे हैं जिसे वे परख और खरीद सकते हैं, न कि केवल जिसके बारे में अनुमान लगाया जाए।

यदि यह रुझान जारी रहता है, तो sector के अगले milestones सुर्खियां बटोरने वाले megaprojects की बजाय शांत proof points की श्रृंखला जैसे दिख सकते हैं: software का सही तरह deploy होना, payload data का downlink से पहले process होना, और networks का अलग-अलग satellites को एक उपयोगी computing fabric में बदल देना। Kepler और Sophia Space अब यह दिखाने की कोशिश कर रहे हैं कि orbital-compute भविष्य का यह अधिक व्यावहारिक रूप पहले ही शुरू हो चुका है।

यह लेख TechCrunch की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.

Originally published on techcrunch.com