23 юни, 2026

NVIDIA представи нова инициатива в областта на space computing, чиято цел е да пренесе AI обработката към сателити, орбитални data centers и автономни космически апарати, по време на глобалната AI конференция GTC. По думите на NVIDIA това ще разшири accelerated computing отвъд наземната инфраструктура и ще позволи „производителност от клас data center“ в среди с ограничено пространство за приложения като геопространствено разузнаване, обработка на данни в реално време и автономност на мисиите.

В центъра на анонса е NVIDIA Space-1 Vera Rubin Module, който компанията позиционира като решение за AI inference в космоса. NVIDIA твърди, че Rubin GPU в този модул може да осигури „до 25 пъти повече AI изчислителна мощ за inference в космическа среда“ спрямо NVIDIA H100 GPU, което го прави подходящ за орбитални data centers, геопространствена обработка и автономни мисии. NVIDIA изтъква още платформите IGX Thor и Jetson Orin за edge AI в орбита и посочва, че RTX PRO 6000 Blackwell Server Edition GPU може да ускори наземния геопространствен анализ „до 100 пъти“ спрямо наследени batch системи, базирани на CPU.

Главният изпълнителен директор на NVIDIA Дженсън Хуанг представи инициативата в характерно мащабен стил.

Space computing, последната граница, вече е тук,

казва Хуанг в съобщението.

Докато разгръщаме сателитни съзвездия и навлизаме все по-надълбоко в космоса, интелигентността трябва да съществува навсякъде, където се генерират данни.

По думите му „AI обработката в космически и наземни системи позволява наблюдение, вземане на решения и автономност в реално време“, превръщайки „орбиталните data centers в инструменти за открития, а космическите апарати – в системи за самостоятелна навигация“.

Анонсът идва в момент, когато търговският космически сектор търси все повече възможности за обработка на данни директно в орбита, вместо всяка задача да се връща обратно на Земята. На практика това означава AI моделите да работят възможно най-близо до мястото, където се генерират изображения, сензорни данни и комуникационни потоци – промяна, на която NVIDIA очевидно залага, тъй като сателитите събират все по-големи обеми информация, а мисиите изискват все по-бързи решения. Компанията изрично посочва, че технологията е насочена към орбитални data centers, геопространствено разузнаване и автономни космически операции.

Около инициативата вече се подрежда и група компании от космическия сектор – поне на ниво публична подкрепа. NVIDIA съобщава, че Aetherflux, Axiom Space, Kepler Communications, Planet Labs PBC, Sophia Space и Starcloud използват нейните accelerated computing платформи за следващо поколение мисии както в орбита, така и в наземна среда.

Цитираните в съобщението позиции очертават и по-широката теза на компанията. Главният изпълнителен директор на Aetherflux Бейджу Бхат заявява, че Space-1 Vera Rubin Module осигурява „високопроизводителен и енергийно ефективен AI at the edge в орбита“. Главният изпълнителен директор на Kepler Communications Мина Митри посочва, че Jetson Orin ще позволи на компанията „интелигентно да управлява и насочва данните в рамките на своята сателитна мрежа“. Съоснователят и главен изпълнителен директор на Planet Уил Маршал казва, че платформата на NVIDIA помага на компанията да премине „от сурови пиксели към приложими изводи почти в реално време“. А главният изпълнителен директор на Starcloud Филип Джонстън заявява, че компанията му иска да пренесе „AI изчисления от hyperscale клас в орбита“.

NVIDIA обвързва космическата си стратегия и с геопространственото разузнаване на Земята. Компанията посочва, че нарастващите обеми орбитални данни ще трябва да се комбинират със „стотици петабайти исторически архив на Земята“ за мащабен анализ и твърди, че GPU-ускорените системи могат да подобрят времето за реакция при бедствия, климатично и метеорологично моделиране и наблюдение на инфраструктура.

NVIDIA посочва, че IGX Thor, Jetson Orin и RTX PRO 6000 Blackwell Server Edition GPU са налични още сега, докато Space-1 Vera Rubin Module ще бъде пуснат „на по-късен етап“.

Изображение: NVIDIA

Tags: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,