NASA прискорить інтерес вчених до графічних процесорів, зіткнувшись із потоками даних від нових телескопів

NASA прискорює запуск нового космічного телескопа

*У вересні 2026 р. – на вісім місяців раніше запланованого терміну – NASA відправить у орбіту Землі новий телескоп «Ненсі Грейс Роман» (RST). Під час своєї місії він зібере близько 20 000 Тбайт даних. Це величезний обсяг, який разом із потоками від інших обсерваторій створить зростаючий попит на графічні процесори (GPU), необхідні для їх обробки.*

Як RST вписується в сучасну екосистему спостережень
Обсерваторія | Період роботи | Щоденний обсяг даних
RST | 2026–… | 20 000 Тбайт (загалом)
James Webb | з 2021 г. | 57 Гбайт на день
Vera C. Rubin Observatory | 2026 р. і далі | ~20 Тбайт за ніч
Hubble | до 2000 х | 1–2 Гбайт на день

*Порівняння показує, що RST буде видавати майже в тисячу разів більше даних, ніж «Галилео». Це підтверджує перехід астрономів до GPU‑обробки: ручний аналіз вже не витримує обсягів.*

Ключові фігури та їх внесок
- Брент Робертсон – астрофізик з Каліфорнійського університету в Санта-Крусі.

- Працює з даними місій понад 15 років, співпрацюючи з Nvidia.

- Перехід від симуляцій наднових до розробки інструментів аналізу потоків даних.

- Райан Хаузен – колишній аспірант Робертсона.

- Разом створили модель глибинного навчання *Morpheus* для розпізнавання галактик у великих наборах даних.

Від згорткових мереж до трансформерів
*Mодель Morpheus спочатку використовувала згорткові нейронні мережі, але тепер переходить на архітектуру трансформерів – ту ж технологію, що лежить у основі сучасних мовних моделей. Це дозволить обробляти кілька разів більше неба за один проход.*

Генеративний ШІ та покращення земних спостережень
- Створюються генеративні моделі, навчені на космічних даних, які коригують атмосферні іскаження знімків Землі.

- Оскільки запуск восьмиметрового дзеркала в орбіту залишається технологічно складним, програмна обробка стає кращим варіантом.

Фінансові виклики
*Робертсон відзначає зростання попиту на GPU:*

> «Люди хочуть використовувати ШІ та машинне навчання, а GPU – єдине інструмент для цього. Університети обережні щодо ризиків через обмежені ресурси, але потрібно показувати напрямок розвитку.»

Національний науковий фонд (NSF) фінансував створення GPU‑кластеру в університеті, проте обладнання швидко застаріває. При цьому адміністрація президента США планує скоротити бюджет NSF на 50 %, що може ускладнити подальші дослідження.

Висновок:

Запуск RST у вересні 2026 р. стане ключовим подією для астрономії, відкриваючи нові горизонти аналізу даних. Паралельно розвиваються ШІ‑моделі та GPU‑обчислювальні рішення, але фінансові обмеження вимагають від дослідників креативності й ефективного використання ресурсів.