ในงาน NVIDIA GTC 2026, Jensen Huang ได้ประกาศเปิดตัวแพลตฟอร์ม Space Computing (การคำนวณในอวกาศ) ซึ่งขยายความสามารถในการประมวลผลปัญญาประดิษฐ์จากศูนย์ข้อมูลบนพื้นดินไปยังวงโคจร พยายามสร้างโครงสร้างพื้นฐาน AI แบบกระจายศูนย์ที่ครอบคลุมทั้งโลกและอวกาศ เป็นโครงสร้างใหม่ที่ผลักดันการคำนวณ AI จากคลาวด์ไปสู่ศูนย์ข้อมูลวงโคจร (Orbital Data Centers)
NVIDIA เปิดตัว Space-1 Vera Rubin เป็นแกนหลักของการคำนวณในอวกาศ โมดูลนี้บีบอัดความสามารถในการประมวลผลระดับศูนย์ข้อมูลให้มีขนาด น้ำหนัก และการใช้พลังงานที่เหมาะสมกับสภาพแวดล้อมในอวกาศ เมื่อเทียบกับ GPU H100 ของ NVIDIA ให้ประสิทธิภาพ AI สูงสุดถึง 25 เท่าในสถานการณ์การอนุมานในอวกาศ ซึ่งช่วยให้โมเดลขนาดใหญ่และการวิเคราะห์เชิงภูมิศาสตร์ขั้นสูงสามารถทำงานได้โดยตรงในวงโคจร รองรับการประมวลผลภาพแบบเรียลไทม์และการสำรวจทางวิทยาศาสตร์อิสระ
เนื่องจากการใช้พลังงานของศูนย์ข้อมูลเพิ่มขึ้นอย่างรวดเร็ว อุตสาหกรรมจึงหันมามองทรัพยากรพลังงานแสงอาทิตย์ในอวกาศที่แทบไม่มีขีดจำกัด พยายามสร้างความสามารถในการประมวลผลโดยตรงในวงโคจรเพื่อลดต้นทุนจากการส่งข้อมูลกลับและข้อจำกัดด้านพลังงาน อย่างไรก็ตาม วิสัยทัศน์นี้ยังเผชิญกับความท้าทาย เช่น ปัญหาการระบายความร้อนในอวกาศ (ขาดการพาความร้อนด้วยการพัดลม), ค่าขนส่งจรวด และการแข่งขันในวงโคจร รวมถึงบริษัทอย่าง Aetherflux, Axiom Space, Kepler Communications, Planet, Sophia Space และ Starcloud ก็ได้รับการกล่าวถึงด้วยเช่นกัน
NVIDIA เปิดตัว Space-1 Vera Rubin สำหรับศูนย์ข้อมูลในอวกาศ
แกนหลักที่ NVIDIA เปิดตัวครั้งนี้คือแพลตฟอร์มการเร่งความเร็วในการคำนวณที่ออกแบบมาโดยเฉพาะสำหรับสภาพแวดล้อมในอวกาศ รวมถึงโมดูล Space-1 Vera Rubin และระบบ AI ขอบเขตเช่น IGX Thor และ Jetson Orin ซึ่งได้รับการปรับแต่งให้เหมาะสมกับข้อจำกัดด้านขนาด น้ำหนัก และการใช้พลังงาน (SWaP) เป้าหมายคือให้สามารถให้ความสามารถในการประมวลผล AI ระดับศูนย์ข้อมูลบนวงโคจรได้อย่างใกล้เคียงกัน เมื่อเทียบกับสถาปัตยกรรมเดิมที่พึ่งพา CPU บนพื้นดินเป็นหลัก แพลตฟอร์มรุ่นใหม่นี้สามารถทำการอนุมานและประมวลผลข้อมูลแบบเรียลไทม์บนดาวเทียมหรือยานอวกาศได้โดยตรง
โมดูล Vera Rubin มาพร้อม GPU รุ่นใหม่ ซึ่งในภารกิจการอนุมานในอวกาศ ให้ประสิทธิภาพสูงสุดถึง 25 เท่าเมื่อเทียบกับ NVIDIA H100 และรองรับโมเดลภาษาใหญ่และโมเดลพื้นฐานให้ทำงานบนวงโคจรได้โดยตรง ดาวเทียมไม่ใช่แค่เครื่องเก็บข้อมูลอีกต่อไป แต่กลายเป็นจุดเชื่อมต่ออัจฉริยะที่สามารถตัดสินใจได้แบบเรียลไทม์
IGX Thor เน้นความเสถียรและความปลอดภัยในระดับอุตสาหกรรม รองรับการประมวลผล AI แบบเรียลไทม์ การทำงานอิสระ และการบูตปลอดภัย ส่วน Jetson Orin เป็นโมดูลขนาดเล็กที่มีประสิทธิภาพสูงและใช้พลังงานต่ำ รองรับการวิเคราะห์ภาพ การนำทาง และข้อมูลเซ็นเซอร์แบบเรียลไทม์
ทรัพยากรพลังงานแสงอาทิตย์ไม่มีที่สิ้นสุด ข้อดีและข้อเสียของศูนย์ข้อมูลในอวกาศของ NVIDIA
โครงสร้าง AI แบบ “จากพื้นดินสู่ในอวกาศ” นี้ กำลังดึงดูดบริษัทเอกชนด้านอวกาศหลายแห่ง เช่น Axiom Space, Kepler Communications, Planet Labs และ Starcloud ซึ่งพยายามฝังความสามารถ AI ลงในเครือข่ายดาวเทียมและโครงสร้างพื้นฐานในอวกาศ เพื่อให้ข้อมูลสามารถวิเคราะห์และใช้งานได้ทันทีที่สร้างขึ้น โดยไม่ต้องส่งกลับมายังพื้นดินก่อน
ซีอีโอของ NVIDIA Jensen Huang กล่าวใน GTC 2026 ว่า ด้วยจำนวนกลุ่มดาวเทียมและภารกิจสำรวจอวกาศลึกที่เพิ่มขึ้น ปัญญาต้องอยู่ในที่ที่ข้อมูลถูกสร้างขึ้น ด้วยการผลักดัน AI ไปสู่ในอวกาศ ดาวเทียมจะมีความสามารถในการรับรู้แบบเรียลไทม์ การตัดสินใจ และการทำงานอิสระ ศูนย์ข้อมูลในวงโคจรจะเปลี่ยนจากแค่จุดเก็บข้อมูลเป็น “เครื่องยนต์สำหรับการค้นพบทางวิทยาศาสตร์และข้อมูลเชิงลึกแบบทันที”
เรื่องราวของศูนย์ข้อมูลในอวกาศนี้เกี่ยวข้องอย่างใกล้ชิดกับปัญหาเรื่องพลังงานของโครงสร้างพื้นฐาน AI บนพื้นดิน เมื่อศูนย์ข้อมูลใช้พลังงานมากขึ้นเรื่อย ๆ อุตสาหกรรมจึงมองไปยังทรัพยากรพลังงานแสงอาทิตย์ในอวกาศที่แทบไม่มีขีดจำกัด พยายามสร้างความสามารถในการประมวลผลในวงโคจรเพื่อลดต้นทุนจากการส่งข้อมูลและข้อจำกัดด้านพลังงาน
อย่างไรก็ตาม วิสัยทัศน์นี้ยังเผชิญกับความท้าทายด้านวิศวกรรมและความเป็นจริง เช่น ปัญหาการระบายความร้อนในอวกาศ (ขาดการพาความร้อนด้วยการพัดลม), ค่าขนส่งจรวด และการแข่งขันในวงโคจร ถึงแม้จะเป็นเช่นนั้น ตั้งแต่แผนการคำนวณในอวกาศของ Google ไปจนถึงการส่งเสริมการปล่อยดาวเทียมจำนวนมากของ SpaceX การรวม AI กับโครงสร้างพื้นฐานในอวกาศก็กลายเป็นแนวคิดหลักของอุตสาหกรรมแล้ว
