数据存储和容灾公司 Lonestar 与半导体和存储公司 Phison 于周三通过 SpaceX 火箭发射了一套将前往月球的数据中心基础设施。
这两家公司正在通过计划于 3 月 4 日着陆的 SpaceX Falcon 9 火箭,发送装载了 Lonestar 客户数据的 Phison Pascari 存储设备——专为数据中心打造的固态硬盘 (SSD)。这标志着首个月球数据中心的诞生,两家公司计划在未来继续扩展,直到其存储容量达到 1PB。
Lonestar 的创始人、董事长兼首席执行官 Chris Stott 向 TechCrunch 表示,在太空建设数据中心的想法可以追溯到 2018 年——远早于当前 AI 驱动的数据中心需求激增。他表示,客户们一直在寻求将数据存储在地球之外的方法,以使其免受气候灾害和黑客攻击的影响。
"除了人类自身,数据是人类最宝贵的资产," Stott 说。"人们将数据视为新石油。我认为它比石油更珍贵。"
Stott 表示,与 Phison 合作建设太空数据中心是一个自然的选择。Phison 已经通过 NASA 的火星探测器 Perseverance 为太空任务提供存储解决方案。该公司还提供名为 Imagine Plus 的设计服务,为独特项目开发定制存储解决方案。
"当 Chris 打来电话时,我们非常兴奋," Phison 总经理兼总裁 Michael Wu 向 TechCrunch 表示。"我们采用了标准产品,并能够根据他们的需求进行定制,然后我们发射了它。这是一段非常令人兴奋的旅程。"
Lonestar 于 2021 年与 Phison 建立合作关系,此后一直在开发专为太空设计的 SSD 存储单元。Stott 补充说,在首次发射之前,公司花费了数年时间测试产品,因为这项技术必须非常可靠——一旦出现问题就很难修复。
"这就是为什么 SSD 如此重要," Stott 说。"没有移动部件。这项令人惊叹的技术使我们能够为这些政府,以及未来几乎世界上所有的政府、公司和企业提供服务。"
Stott 表示,该技术从 2023 年起就已经具备发射条件,公司在 2024 年初成功进行了一次测试发射。
周三的发射包含了各类客户数据,从对灾难恢复感兴趣的多个政府,到测试大语言模型的航天机构。就连乐队 Imagine Dragons 也参与其中,发送了他们为 Starfield 太空游戏原声带创作的一首歌的音乐视频。
Lonestar 并不是唯一一家致力于将数据中心带入太空的公司。另一个竞争者 Lumen Orbit 从 Y Combinator 2024 年夏季批次中脱颖而出。这家初创公司获得了该批次 YC 最引人注目的种子轮融资之一,筹集了超过 2100 万美元,并更名为 Starcloud。
随着 AI 驱动的硬件需求加速,我们可能会看到更多公司追求基于太空的存储解决方案,这些解决方案提供了几乎无限的存储容量和太阳能,这是地球上的数据中心无法比拟的优势。
对于 Lonestar 来说,如果一切顺利,公司计划与卫星制造商 Sidus Space 合作,建造六艘数据存储航天器,预计将在 2027 年至 2030 年间发射。
"看到如此高水平的专业性真是令人着迷," Stott 说。"这与 60 年前的阿波罗计划不可同日而语。阿波罗飞行计算机只有 2KB 的 RAM 和 36KB 的存储空间。而在这次任务中,我们使用 Phison Pascari 配备了 1GB 的 RAM 和 8TB 的存储空间。这是巨大的进步。"
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。