WhatsApp
Saltar al contingut
Eurekademy

Google envia xips d'IA a l'espai: per què la IA consumeix tanta energia

L'1 d'octubre, Google va ficar quatre dels seus xips d'intel·ligència artificial dins d'un coet de SpaceX i els va enviar a l'òrbita terrestre. No és ciència-ficció: és un experiment per construir centres de dades a l'espai, perquè la IA que fas servir cada dia gasta una quantitat d'energia difícil d'imaginar. T'expliquem què ha passat, per què la IA consumeix tant i què s'estudia darrere de tot això.

Què acaba de passar: Google ha enviat xips d'IA a l'espai

L'1 d'octubre de 2026, un coet Falcon 9 de SpaceX va enlairar-se amb un satèl·lit experimental que porta a dins quatre processadors d'intel·ligència artificial: les TPU que Google fa servir per entrenar i executar els seus models. Va viatjar en la missió compartida Transporter-18 i, segons NPR, Google va confirmar que el satèl·lit ja està en contacte i funciona com esperava.

És el primer pas de Project Suncatcher, l'aposta de Google per posar centres de dades en òrbita. El satèl·lit el va fabricar l'empresa Planet i els seus panells solars generen al voltant d'un quilowatt de potència, just el que cal per alimentar aquests quatre xips, que junts equivalen més o menys a un petit servidor. La pregunta òbvia és: per què portar tot això a l'espai?

Per què la IA necessita tantíssima energia

Cada vegada que demanes alguna cosa a un chatbot, al darrere s'encenen milers de xips com aquests quatre, treballant en paral·lel. Entrenar un model gran pot tenir desenes de milers de processadors funcionant sense descans durant setmanes. I tots aquests xips fan dues coses alhora: consumir electricitat i desprendre calor, que cal retirar amb sistemes de refrigeració que gasten encara més energia i molta aigua.

Imagina que ajuntes centenars de milers d'aquests xips en una sola nau industrial: això és un centre de dades. El satèl·lit té quatre xips i un quilowatt; un centre de dades gran en té centenars de milers i el seu consum es mesura en desenes de megawatts, el mateix que una ciutat petita. No és cap exageració de titular: és aritmètica.

  • Entrenament: ensenyar el model amb enormes quantitats de dades. És la fase que més energia crema.
  • Inferència: cada resposta que et dóna el model ja entrenat. Gasta menys per consulta, però es multiplica per milions d'usuaris alhora.
  • Refrigeració: mantenir els xips freds. Pot suposar bona part de la factura elèctrica d'un centre de dades.

Els centres de dades ja suposaven al voltant de l'1,5 % de tota l'electricitat del món el 2024, segons l'Agència Internacional de l'Energia, i la IA està estirant aquesta xifra cap amunt molt de pressa. Aquest és justament el problema que Google intenta esquivar.

Per què l'espai: sol de sobres i un fred complicat

En l'òrbita adequada, un panell solar rep llum del Sol gairebé sense parar, sense núvols ni nits, així que l'energia és pràcticament gratuïta i inesgotable. Aquest és el gran avantatge. L'inconvenient és la refrigeració: al buit no hi ha aire que s'endugui la calor, de manera que ara per ara els xips només processen consultes de Gemini en finestres d'uns quinze minuts i després s'apaguen per refredar-se.

La prova d'enguany serveix per veure si els xips aguanten les vibracions de l'enlairament i la radiació de l'espai. El pla de Google és llançar dos satèl·lits a principis de 2027 per provar un enllaç làser entre tots dos, i a llarg termini imagina grups de 81 satèl·lits volant en formació en un anell d'un quilòmetre, connectats per làsers capaços de moure centenars de gigabits per segon. Sona a pel·lícula, però l'equip de recerca de Google ja ho ha publicat amb números.

Què s'estudia darrere d'això i per on s'hi entra

El que t'interessa és que gairebé tot el que fa possible aquesta notícia s'aprèn en una carrera o un cicle. Entendre quanta energia gasta un xip és física; dissenyar els models que corren a dins és intel·ligència artificial i programació; calcular les òrbites i el balanç de calor és enginyeria. No cal triar-ho tot: cal saber quina porta obre cada cosa.

L'error més comú és pensar que "la IA" és una sola assignatura màgica. No ho és: és matemàtiques (àlgebra i probabilitat), programació i molta feina d'enginyeria perquè milers de xips cooperin sense fondre el planeta. Si t'atrau aquest món, mira graus i cicles d'intel·ligència artificial, enginyeria informàtica o la branca d'energia, i comença per reforçar la base de matemàtiques.

Si alguna cosa d'això se't fa bola —i li passa a molta gent—, un professor particular t'ajuda a tapar el forat concret en comptes de repassar-ho tot a cegues. A Eurekademy la teva primera classe és amb 50% de descompte, així que pots provar sense jugar-te-la, amb una valoració de 4,8★ a Google i una xarxa de professors que han passat per aquestes carreres.

Necessites ajuda amb aquesta assignatura?

Un professor expert pot resoldre els teus dubtes en una sola classe. La primera té un 50% de descompte i sense compromís.

Veure classes particulars → 1a al 50%Guia completa de Universitat