کیا AI کا انفراسٹرکچر ایک دن خلا میں منتقل ہو سکتا ہے؟
زمینی کمپیوٹنگ کی طبعی حدود
زمین پر جدید مصنوعی ذہانت (AI) کی توانائی کی بھاری ضروریات کے لیے جگہ کم پڑ رہی ہے۔ ڈیٹا سینٹرز اب عالمی بجلی کی فراہمی کا ایک بڑا حصہ استعمال کرتے ہیں اور انہیں ٹھنڈا رکھنے کے لیے اربوں گیلن پانی درکار ہوتا ہے۔ جیسے جیسے پروسیسنگ پاور کی مانگ بڑھ رہی ہے، AI انفراسٹرکچر کو مدار میں منتقل کرنے کا خیال قیاس آرائیوں سے نکل کر ایک سنجیدہ انجینئرنگ بحث بن چکا ہے۔ یہ خلا میں چند سینسر بھیجنے کے بارے میں نہیں ہے۔ یہ دراصل ہائی ڈینسٹی کمپیوٹ کلچرز کو لو ارتھ آربٹ (Low Earth Orbit) میں رکھنے کے بارے میں ہے تاکہ ڈیٹا کو وہیں پر ہینڈل کیا جا سکے جہاں سے اسے اکٹھا کیا جاتا ہے۔ ہارڈویئر کو سیارے سے باہر منتقل کر کے، کمپنیاں کولنگ کے بحران کو حل کرنے اور زمینی پاور گرڈز کی طبعی رکاوٹوں کو عبور کرنے کی امید رکھتی ہیں۔ بنیادی نکتہ یہ ہے کہ انفراسٹرکچر کا اگلا مرحلہ زمین پر نہیں بلکہ خلا کے خلا میں تعمیر ہو سکتا ہے جہاں شمسی توانائی وافر مقدار میں ہے اور سرد ماحول ایک قدرتی ہیٹ سنک فراہم کرتا ہے۔
مدار میں AI کی طرف منتقلی رابطے کے بارے میں ہماری سوچ میں ایک بنیادی تبدیلی کی نمائندگی کرتی ہے۔ فی الحال، سیٹلائٹ سادہ آئینے کے طور پر کام کرتے ہیں جو سگنلز کو واپس زمین پر بھیجتے ہیں۔ نئے ماڈل میں، خود سیٹلائٹ ایک پروسیسر بن جاتا ہے۔ اس سے ہجوم والی فریکوئنسیوں پر بڑے پیمانے پر خام ڈیٹا سیٹس منتقل کرنے کی ضرورت کم ہو جاتی ہے۔ اس کے بجائے، سیٹلائٹ معلومات کو وہیں پر پروسیس کرتا ہے اور صرف متعلقہ بصیرتیں (insights) زمین پر بھیجتا ہے۔ یہ تبدیلی بڑے پیمانے پر زیر سمندر کیبلز اور زمینی سرور فارمز پر انحصار کم کر کے عالمی ڈیٹا مینجمنٹ کی معاشیات کو بدل سکتی ہے۔ تاہم، تکنیکی رکاوٹیں اب بھی اہم ہیں۔ بھاری ہارڈویئر لانچ کرنا مہنگا ہے اور خلا کے سخت حالات مہینوں میں حساس سلیکون کو تباہ کر سکتے ہیں۔ ہم ایک وکندریقرت (decentralized) مداری نیٹ ورک کی طرف پہلا قدم دیکھ رہے ہیں جو آسمان کو ایک بڑے، تقسیم شدہ مدر بورڈ کے طور پر دیکھتا ہے۔
آربٹل پروسیسنگ لیئر کی تعریف
جب ہم اسپیس بیسڈ AI کے بارے میں بات کرتے ہیں، تو ہم آربٹل ایج کمپیوٹنگ (orbital edge computing) نامی تصور کا حوالہ دے رہے ہوتے ہیں۔ اس میں چھوٹے سیٹلائٹس کو Tensor Processing Units یا Field Programmable Gate Arrays جیسی خصوصی چپس سے لیس کرنا شامل ہے۔ یہ چپس مشین لرننگ ماڈلز کے لیے درکار بھاری ریاضیاتی بوجھ کو سنبھالنے کے لیے ڈیزائن کی گئی ہیں۔ روایتی سرورز کے برعکس جو کلائمیٹ کنٹرولڈ کمروں میں ہوتے ہیں، ان مداری یونٹس کو خلا میں کام کرنا پڑتا ہے۔ وہ پیسو کولنگ سسٹمز پر انحصار کرتے ہیں جو خلا میں گرمی کو خارج کرتے ہیں۔ یہ پانی کے ان بڑے کولنگ سسٹمز کی ضرورت کو ختم کرتا ہے جو زمین کے خشک سالی والے علاقوں میں ڈیٹا سینٹرز کے لیے تنازعہ کا باعث بن چکے ہیں۔
ہارڈویئر کو کائناتی شعاعوں (cosmic rays) کی مسلسل بمباری سے بچنے کے لیے ریڈی ایشن ہارڈنڈ (radiation hardened) ہونا چاہیے۔ انجینئرز فی الحال یہ ٹیسٹ کر رہے ہیں کہ کیا وہ مہنگی فزیکل شیلڈنگ کے بجائے سافٹ ویئر بیسڈ ایرر کریکشن کا استعمال کر کے سستی، کنزیومر گریڈ چپس استعمال کر سکتے ہیں۔ اگر یہ کامیاب ہو جاتا ہے، تو آربٹل AI نوڈ کو تعینات کرنے کی لاگت نمایاں طور پر کم ہو سکتی ہے۔ یورپی اسپیس ایجنسی کی تحقیق کے مطابق، مقصد ایک خود کفیل نیٹ ورک بنانا ہے جو طویل عرصے تک گراؤنڈ کنٹرول سے آزاد رہ کر کام کر سکے۔ یہ سیٹلائٹ امیجری، موسمی پیٹرن، اور سمندری ٹریفک کے ریئل ٹائم تجزیے کی اجازت دے گا بغیر روایتی ڈیٹا ریلے سے وابستہ تاخیر کے۔ یہ ایک زیادہ لچکدار انفراسٹرکچر کی طرف ایک قدم ہے جو قدرتی آفات یا زمینی تنازعات کی پہنچ سے باہر موجود ہے۔
اس منتقلی کی معاشیات راکٹ لانچوں کی گرتی ہوئی قیمتوں سے چلتی ہے۔ جیسے جیسے لانچ کی فریکوئنسی بڑھتی ہے، پے لوڈ کی فی کلوگرام قیمت کم ہوتی جاتی ہے۔ یہ ہر چند سال بعد آربٹل ہارڈویئر کو تبدیل کرنے کے بارے میں سوچنا ممکن بناتا ہے جیسے جیسے بہتر چپس دستیاب ہوتی ہیں۔ یہ سائیکل زمینی ڈیٹا سینٹرز میں دیکھے جانے والے تیز رفتار اپ گریڈ راستوں کی عکاسی کرتا ہے۔ فرق یہ ہے کہ خلا میں، کرایہ ادا کرنے کی ضرورت نہیں ہے اور سورج توانائی کا مستقل ذریعہ فراہم کرتا ہے۔ یہ بالآخر مخصوص اعلیٰ قدر والے کاموں کے لیے آربٹل کمپیوٹ کو زمینی متبادل سے سستا بنا سکتا ہے۔ کمپنیاں پہلے ہی دیکھ رہی ہیں کہ یہ AI انفراسٹرکچر کی اگلی نسل میں کیسے فٹ بیٹھتا ہے تاکہ یہ یقینی بنایا جا سکے کہ وہ پیچھے نہ رہ جائیں کیونکہ انڈسٹری اوپر کی طرف بڑھ رہی ہے۔
لو ارتھ آربٹ کی طرف جیو پولیٹیکل تبدیلی
خلا کی طرف منتقلی صرف ایک تکنیکی چیلنج نہیں بلکہ ایک جیو پولیٹیکل چیلنج بھی ہے۔ قومیں ڈیٹا کی خودمختاری اور اپنے فزیکل انفراسٹرکچر کی حفاظت کے بارے میں تیزی سے فکر مند ہیں۔ زمین پر موجود ڈیٹا سینٹر فزیکل حملوں، بجلی کی بندش، اور مقامی حکومت کی مداخلت کا شکار ہو سکتا ہے۔ ایک مداری نیٹ ورک تنہائی کی ایک ایسی سطح پیش کرتا ہے جسے زمین پر حاصل کرنا مشکل ہے۔ حکومتیں اسپیس بیسڈ AI کو "ڈارک” کمپیوٹ صلاحیت کو برقرار رکھنے کے طریقے کے طور پر تلاش کر رہی ہیں جو تب بھی کام کر سکے اگر زمینی نیٹ ورک متاثر ہو جائیں۔ یہ ایک نیا ماحول پیدا کرتا ہے جہاں مداری سلاٹس کا کنٹرول تیل یا معدنی حقوق کے کنٹرول جتنا اہم ہو جاتا ہے۔ مداری کمپیوٹ لیئر پر غلبہ حاصل کرنے کی دوڑ بڑی عالمی طاقتوں کے درمیان پہلے ہی شروع ہو چکی ہے۔
ریگولیٹری نگرانی کا سوال بھی ہے۔ زمین پر، ڈیٹا سینٹرز کو مقامی ماحولیاتی اور پرائیویسی قوانین کی تعمیل کرنی پڑتی ہے۔ خلا کے بین الاقوامی پانیوں میں، یہ اصول کم واضح ہیں۔ یہ ایسی صورتحال کا باعث بن سکتا ہے جہاں کمپنیاں اپنی سب سے متنازعہ یا توانائی کی زیادہ کھپت والی پروسیسنگ کو مدار میں منتقل کر دیں تاکہ سخت زمینی ضوابط سے بچ سکیں۔ انٹرنیشنل انرجی ایجنسی نے نوٹ کیا ہے کہ ڈیٹا سینٹر کی توانائی کا استعمال موسمیاتی اہداف کے لیے ایک بڑھتی ہوئی تشویش ہے۔ اس توانائی کے بوجھ کو خلا میں منتقل کرنا، جہاں اسے 100 فیصد شمسی توانائی سے چلایا جا سکتا ہے، کاربن نیوٹرل اہداف کو پورا کرنے کی کوشش کرنے والی کارپوریشنز کے لیے ایک پرکشش حل نظر آ سکتا ہے۔ تاہم، یہ راکٹ لانچوں کے ماحولیاتی اثرات اور خلا میں ملبے کے بڑھتے ہوئے مسئلے کی نگرانی کے بارے میں بھی خدشات پیدا کرتا ہے۔
عالمی رابطے میں بھی ایک بڑی تبدیلی دیکھنے میں آئے گی۔ فی الحال، دنیا کے کئی حصوں میں ہائی اسپیڈ AI سروسز تک رسائی کے لیے درکار فائبر آپٹک انفراسٹرکچر کی کمی ہے۔ ایک آربٹل AI لیئر سیٹلائٹ لنک کے ذریعے براہ راست یہ خدمات فراہم کر سکتی ہے، جس سے مہنگی زمینی کیبلز کی ضرورت ختم ہو جائے گی۔ یہ دور دراز علاقوں، تحقیقی اسٹیشنوں، اور سمندری جہازوں تک جدید کمپیوٹ صلاحیتیں لائے گا۔ یہ ان ممالک کے لیے میدان ہموار کرتا ہے جو تاریخی طور پر روایتی ٹیک انڈسٹری کی طرف سے نظر انداز کیے گئے ہیں۔ توجہ اب اس پر نہیں ہے کہ فائبر کہاں ختم ہوتا ہے بلکہ اس پر ہے کہ سیٹلائٹ کہاں واقع ہے۔ یہ ایک لکیری، کیبل پر مبنی دنیا سے ایک کروی، سگنل پر مبنی دنیا کی طرف منتقلی ہے۔
لیٹنسی اور ہائی الٹیٹیوڈ انٹیلیجنس کے ساتھ رہنا
یہ سمجھنے کے لیے کہ یہ اوسط شخص کو کیسے متاثر کرتا ہے، ہمیں یہ دیکھنا ہوگا کہ ڈیٹا کیسے منتقل ہوتا ہے۔ تصور کریں کہ سارہ نامی ایک لاجسٹکس مینیجر ایک دور دراز بندرگاہ پر کام کر رہی ہے۔ اس کا کام سینکڑوں خودکار کارگو جہازوں کی آمد کو مربوط کرنا ہے۔ ماضی میں، اسے خام سینسر ڈیٹا کے ورجینیا میں سرور تک پہنچنے، پروسیس ہونے اور واپس آنے کا انتظار کرنا پڑتا تھا۔ اس سے ایک تاخیر پیدا ہوتی تھی جس نے ریئل ٹائم ایڈجسٹمنٹ کو ناممکن بنا دیا تھا۔ آربٹل AI کے ساتھ، پروسیسنگ براہ راست اوپر سے گزرنے والے سیٹلائٹ پر ہوتی ہے۔ جہاز اپنے کوآرڈینیٹس بھیجتا ہے، سیٹلائٹ بہترین ڈاکنگ پاتھ کا حساب لگاتا ہے، اور سارہ کو مکمل منصوبہ ملی سیکنڈز میں مل جاتا ہے۔ یہ ماضی پر ردعمل ظاہر کرنے اور حال کو منظم کرنے کے درمیان فرق ہے۔
اس مستقبل میں ایک صارف کے لیے ایک عام دن کچھ ایسا نظر آ سکتا ہے:
- صبح: ایک زرعی ڈرون کھیت کو اسکین کرتا ہے اور مقامی انٹرنیٹ کنکشن کی ضرورت کے بغیر کیڑوں کے حملوں کی نشاندہی کرنے کے لیے ڈیٹا کو ایک آربٹل نوڈ پر بھیجتا ہے۔
- دوپہر: ڈیزاسٹر زون میں ایک ایمرجنسی ریسپانس ٹیم سیٹلائٹ لنک کا استعمال کر کے ایک سرچ اینڈ ریسکیو ماڈل چلاتی ہے جو تھرمل امیجری سے بچ جانے والوں کی ریئل ٹائم میں شناخت کرتا ہے۔
- شام: ایک عالمی مالیاتی فرم ایک آربٹل کلستر کا استعمال کر کے ہائی فریکوئنسی ٹریڈنگ الگورتھم چلاتی ہے جو کسی بھی گراؤنڈ اسٹیشن کے مقابلے میں ڈیٹا کے ذرائع سے جسمانی طور پر زیادہ قریب ہوتے ہیں۔
- رات: ماحولیاتی ایجنسیاں غیر قانونی کٹائی یا ماہی گیری کی سرگرمیوں کے بارے میں خودکار الرٹس وصول کرتی ہیں جنہیں مکمل طور پر مدار میں پروسیس کیا جاتا ہے۔
یہ منظر نامہ سسٹم کی لچک کو اجاگر کرتا ہے۔ اگر کوئی بڑا طوفان کسی علاقے کی بجلی منقطع کر دے، تو آربٹل AI کام کرتا رہتا ہے۔ یہ ایک ڈی کپلڈ انفراسٹرکچر ہے جو مقامی ماحول پر انحصار نہیں کرتا۔ تخلیق کاروں اور کمپنیوں کے لیے، اس کا مطلب یہ ہے کہ ان کی خدمات ہمیشہ دستیاب رہتی ہیں، مقامی حالات سے قطع نظر۔ تاہم، اس کا مطلب یہ بھی ہے کہ "کلاؤڈ” اب کوئی تجریدی تصور نہیں بلکہ سیارے کے گرد چکر لگانے والا سلیکون کا ایک فزیکل رنگ ہے۔ یہ نئے خطرات لاتا ہے، جیسے کہ آربٹل تصادم کا امکان جو ایک لمحے میں پورے خطے کی کمپیوٹ صلاحیت کو ختم کر سکتا ہے۔ اس ہارڈویئر پر انحصار ایک نئی قسم کی کمزوری پیدا کرتا ہے جسے ہم ابھی سمجھنا شروع کر رہے ہیں۔
یہ تبدیلی اس بات کو بھی بدل دیتی ہے کہ ہم موبائل ڈیوائسز کے ساتھ کیسے تعامل کرتے ہیں۔ آپ کے فون کو طاقتور ہونے کی ضرورت نہیں ہو سکتی اگر وہ پیچیدہ کاموں کو سیٹلائٹ پر آف لوڈ کر سکے۔ یہ کم طاقت والی، اعلیٰ ذہانت والی ڈیوائسز کی ایک نئی نسل کی طرف لے جا سکتا ہے۔ رکاوٹ اب آپ کی جیب میں موجود پروسیسر نہیں بلکہ آسمان سے لنک کی بینڈوتھ ہے۔ جیسے جیسے 2026 قریب آتا ہے، اس لنک کو فراہم کرنے کا مقابلہ تیز ہو جائے گا۔ NASA جیسی کمپنیاں اور نجی ادارے پہلے ہی ان اسپیس ٹو گراؤنڈ کمیونیکیشنز کے معیارات پر تعاون کر رہے ہیں۔ مقصد ایک ہموار تجربہ ہے جہاں صارف کبھی نہیں جانتا کہ اس کی درخواست اوریگون کے تہہ خانے میں نمٹائی گئی تھی یا بحر الکاہل سے ہزار میل اوپر۔
خلاء کے انفراسٹرکچر کا اخلاقی خلا
ہمیں اس منتقلی کی چھپی ہوئی قیمتوں کے بارے میں مشکل سوالات پوچھنے ہوں گے۔ اگر ہم اپنی سب سے زیادہ توانائی خرچ کرنے والی کمپیوٹنگ کو خلا میں منتقل کرتے ہیں، تو کیا ہم صرف اپنے ماحولیاتی مسائل برآمد کر رہے ہیں؟ راکٹ لانچ نمایاں اخراج پیدا کرتے ہیں اور اوزون کی تہہ کو ختم کرنے میں حصہ ڈالتے ہیں۔ ہمیں یہ جاننے کی ضرورت ہے کہ کیا ایک آربٹل ڈیٹا سینٹر کا کل کاربن فٹ پرنٹ، بشمول اس کے لانچ اور حتمی ڈی کمیشننگ، واقعی زمینی سے کم ہے۔ خلائی ملبے کا مسئلہ بھی ہے۔ جیسے جیسے ہم ہزاروں کمپیوٹ نوڈز لانچ کرتے ہیں، ہم کیسلر سنڈروم (Kessler Syndrome) کا خطرہ بڑھاتے ہیں، جہاں ایک تصادم ایک سلسلہ وار ردعمل کو متحرک کرتا ہے جو مدار کو نسلوں تک ناقابل استعمال بنا دیتا ہے۔ ایک "مردہ” AI سیٹلائٹ کو صاف کرنے کا ذمہ دار کون ہے؟
پرائیویسی ایک اور بڑی تشویش ہے۔ اگر کوئی سیٹلائٹ جدید AI کا استعمال کرتے ہوئے ریئل ٹائم میں ہائی ریزولیوشن امیجری کو پروسیس کر سکتا ہے، تو مسلسل، نہ جھپکنے والی نگرانی کا امکان بہت زیادہ ہے۔ زمینی کیمروں کے برعکس، مداری سینسرز سے چھپنا مشکل ہے۔ ہمیں یہ پوچھنا ہوگا کہ اس ڈیٹا تک کس کی رسائی ہے اور کیا ہوتا ہے جب نجی کمپنیوں کے پاس خودمختار حکومتوں سے بہتر مداری انٹیلیجنس ہوتی ہے۔ خلا میں ڈیٹا پروسیسنگ کے حوالے سے واضح بین الاقوامی قوانین کی کمی کا مطلب ہے کہ آپ کا ڈیٹا ایسی دائرہ اختیار میں ہینڈل کیا جا سکتا ہے جس میں پرائیویسی کا کوئی تحفظ نہیں ہے۔ یہ مواد تکنیکی تصریحات کی جامع کوریج کو یقینی بنانے کے لیے خودکار ٹولز کی مدد سے تیار کیا گیا تھا۔
BotNews.today مواد کی تحقیق، تحریر، تدوین اور ترجمہ کے لیے AI ٹولز کا استعمال کرتا ہے۔ ہماری ٹیم معلومات کو مفید، واضح اور قابل اعتماد رکھنے کے لیے اس عمل کا جائزہ لیتی ہے اور اس کی نگرانی کرتی ہے۔
آخر میں، ڈیجیٹل عدم مساوات کا سوال ہے۔ اگرچہ آربٹل AI دور دراز علاقوں تک پہنچ سکتا ہے، لیکن ہارڈویئر چند بڑی کارپوریشنز اور امیر ممالک کی ملکیت ہے۔ یہ نوآبادیات کی ایک نئی شکل کی طرف لے جا سکتا ہے جہاں "دانشورانہ اونچائی” پر چند لوگوں کا قبضہ ہو، جبکہ باقی دنیا ان کے انفراسٹرکچر پر منحصر رہے۔ اگر کوئی کمپنی کسی مخصوص علاقے کی سروس منقطع کرنے کا فیصلہ کرتی ہے، تو وہ خطہ جدید معیشت میں کام کرنے کی صلاحیت کھو سکتا ہے۔ ہم مقامی پاور گرڈز کا سودا عالمی مداری اجارہ داریوں کے لیے کر رہے ہیں۔ ہمیں غور کرنا ہوگا کہ کیا ہم ایسی دنیا کے لیے تیار ہیں جہاں ہماری سب سے اہم ذہانت لفظی طور پر ہمارے ہاتھوں سے باہر ہے۔
سخت خلا میں ہارڈویئر کی رکاوٹیں
تکنیکی نقطہ نظر سے، اس قیاس آرائی کا گیک سیکشن ماحول کی انتہائی رکاوٹوں پر مرکوز ہے۔ خلا میں، آپ ہیٹ سنک کے اوپر ہوا کو منتقل کرنے کے لیے پنکھے استعمال نہیں کر سکتے۔ اس کے بجائے، آپ کو تھرمل توانائی کو بڑے ریڈی ایٹر پینلز تک منتقل کرنے کے لیے ہیٹ پائپس کا استعمال کرنا ہوگا۔ یہ ان چپس کی کل TDP (تھرمل ڈیزائن پاور) کو محدود کرتا ہے جو آپ استعمال کر سکتے ہیں۔ اگرچہ ایک زمینی H100 GPU 700 واٹ کھینچ سکتا ہے، ایک آربٹل مساوی کو بہت زیادہ موثر ہونا چاہیے۔ ہم غالباً خصوصی ASIC (Application-Specific Integrated Circuit) ڈیزائنز کی طرف منتقلی دیکھیں گے جو کم سے کم بجلی کی کھپت کے ساتھ ایک کام بہت اچھی طرح کرتے ہیں۔ کارکردگی ہی واحد میٹرک ہے جو اہمیت رکھتی ہے جب آپ کا پاور بجٹ آپ کے سولر پینلز کے سائز سے محدود ہو۔
سافٹ ویئر کی طرف بھی اتنی ہی پیچیدہ ہے۔ خلا میں کام کرنے کے لیے ڈیٹا مینجمنٹ اور API انٹیگریشن کے لیے ایک مختلف نقطہ نظر کی ضرورت ہوتی ہے:
- API کی حدود: ڈیٹا ٹرانسمیشن ونڈوز گراؤنڈ اسٹیشنوں کے مقابلے میں سیٹلائٹ کی پوزیشن سے محدود ہوتی ہیں، جس کے لیے جارحانہ کیشنگ اور اسنکرونس پروسیسنگ کی ضرورت ہوتی ہے۔
- لوکل اسٹوریج: سیٹلائٹس کو بڑے ماڈلز اور ڈیٹا سیٹس کو اسٹور کرنے کے لیے ہائی ڈینسٹی، ریڈی ایشن ریزسٹنٹ NAND فلیش کا استعمال کرنا چاہیے، کیونکہ انہیں زمین سے ڈاؤن لوڈ کرنا بہت سست ہے۔
- ورک فلو انٹیگریشن: ڈویلپرز کو ایسا کوڈ لکھنا چاہیے جو بار بار ہونے والے "سنگل ایونٹ اپسیٹس” (single event upsets) کو سنبھال سکے جہاں ریڈی ایشن میموری میں ایک بٹ کو پلٹ دیتی ہے، جس کے لیے فالتو عمل (redundant execution) کی ضرورت ہوتی ہے۔
- بینڈوتھ تھروٹلنگ: میٹا ڈیٹا اور بصیرت کو ترجیح دی جاتی ہے، جبکہ خام ڈیٹا اکثر حذف کر دیا جاتا ہے یا طویل مدتی فزیکل ریکوری کے لیے اسٹور کیا جاتا ہے۔
موجودہ تجربات میں ARM بیسڈ پروسیسرز کا استعمال شامل ہے کیونکہ ان کی فی واٹ کارکردگی بہتر ہے۔ RISC-V آرکیٹیکچر میں بھی کافی دلچسپی ہے، جو کسٹم ایکسٹینشنز کی اجازت دیتا ہے جو لیگیسی انسٹرکشن سیٹس کے اوور ہیڈ کے بغیر AI ورک لوڈز کو سنبھال سکتے ہیں۔ مقصد "فی واٹ ذہانت” کے تناسب کو زیادہ سے زیادہ کرنا ہے۔ اگر ایک سیٹلائٹ ایک واٹ بجلی پر ایک ٹریلین آپریشنز انجام دے سکتا ہے، تو یہ ایک عالمی نیٹ ورک میں ایک قابل عمل نوڈ بن جاتا ہے۔ ہم انٹر-سیٹلائٹ لیزر لنکس کی ترقی بھی دیکھ رہے ہیں۔ یہ لنکس سیٹلائٹس کو زمین پر کچھ بھی واپس بھیجے بغیر ایک دوسرے کے ساتھ ڈیٹا اور کمپیوٹ ٹاسک شیئر کرنے کی اجازت دیتے ہیں۔ یہ آسمان میں ایک میش نیٹ ورک بناتا ہے جو خراب نوڈز یا زیادہ مداخلت والے علاقوں کے ارد گرد روٹ کر سکتا ہے۔
اسپیس باؤنڈ سلیکون پر حتمی فیصلہ
AI انفراسٹرکچر کو خلا میں منتقل کرنا ان طبعی حدود کا ایک منطقی جواب ہے جن کا ہم زمین پر سامنا کر رہے ہیں۔ یہ توانائی کی رکاوٹوں کو عبور کرنے، کولنگ کے اخراجات کو کم کرنے، اور واقعی عالمی رابطے فراہم کرنے کا ایک طریقہ پیش کرتا ہے۔ تاہم، یہ کوئی جادوئی حل نہیں ہے۔ خلائی ملبے کے خطرات، لانچوں کے ماحولیاتی اثرات، اور ریگولیٹری نگرانی کی کمی اہم رکاوٹیں ہیں۔ ہم فی الحال تجرباتی مرحلے میں ہیں، جہاں اخراجات زیادہ ہیں اور فوائد سمندری اور دفاعی جیسی مخصوص صنعتوں تک محدود ہیں۔ کیا یہ تمام AI کے لیے معیار بن جائے گا، اس کا انحصار ہماری اس ہارڈویئر کو بنانے کی صلاحیت پر ہے جو خلا میں زندہ رہ سکے اور ایک ایسے قانونی فریم ورک پر جو اونچی جگہ کو سنبھال سکے۔ مستقبل کا انفراسٹرکچر اوپر کی طرف دیکھ رہا ہے، لیکن ہمیں محتاط رہنا ہوگا کہ زمین پر اپنا توازن نہ کھو دیں۔
ایڈیٹر کا نوٹ: ہم نے یہ سائٹ ایک کثیر لسانی AI خبروں اور گائیڈز کے مرکز کے طور پر ان لوگوں کے لیے بنائی ہے جو کمپیوٹر گیکس نہیں ہیں، لیکن پھر بھی مصنوعی ذہانت کو سمجھنا چاہتے ہیں، اسے زیادہ اعتماد کے ساتھ استعمال کرنا چاہتے ہیں، اور اس مستقبل کی پیروی کرنا چاہتے ہیں جو پہلے ہی آ رہا ہے۔
کوئی غلطی یا اصلاح طلب چیز ملی ہے؟ ہمیں بتائیں۔