IA y modelos
Los telescopios espaciales están creando una demanda masiva de cómputo en GPU
Mientras la NASA se prepara para lanzar el telescopio espacial Nancy Grace Roman, los astrofísicos dependen cada vez más de modelos de IA acelerados por GPU para gestionar un esperado diluvio de datos espaciales.
La NASA lanzará el telescopio espacial Nancy Grace Roman en septiembre de 2026. Se espera que el próximo telescopio espacial entregue 20,000 terabytes de datos a lo largo de su vida útil, creando un diluvio masivo de datos que obligará a los astrónomos a ir más allá del análisis manual. Este volumen representa un aumento de escala significativo en comparación con los observatorios existentes y futuros. A modo de comparación, el veterano telescopio espacial Hubble entrega de 1 a 2 gigabytes de lecturas de sensores cada día, mientras que el activo telescopio espacial James Webb, que comenzó a operar en 2021, entrega 57 gigabytes de imágenes diariamente. Mientras tanto, se espera que el próximo Observatorio Vera C. Rubin en Chile recopile 20 terabytes de datos cada noche.
Para abordar este volumen masivo de datos, el astrofísico de la UC Santa Cruz, Brant Robertson, está trabajando para adaptar herramientas astronómicas a la computación moderna. Robertson, quien ha pasado 15 años trabajando con Nvidia en aplicaciones de GPU, desarrolló junto con Ryan Hausen un modelo de aprendizaje profundo llamado Morpheus para identificar galaxias. Morpheus está cambiando su arquitectura de redes neuronales convolucionales a transformers para ampliar el área que puede analizar. Robertson también está trabajando en herramientas de software para mejorar las observaciones de telescopios terrestres, las cuales son distorsionadas por la atmósfera de la Tierra. Según Robertson, el campo ha evolucionado de analizar unos pocos objetos a realizar análisis basados en CPU en grandes conjuntos de datos, y ahora a ejecutar versiones aceleradas por GPU de esos mismos análisis. Señaló que los investigadores quieren realizar análisis de IA y aprendizaje automático, y que las unidades de procesamiento gráfico (GPU) son la herramienta necesaria para el trabajo.
Sin embargo, los astrónomos enfrentan una escasez global de GPU junto con una posible inestabilidad en el financiamiento. Robertson ha dependido de la National Science Foundation (NSF, agencia gubernamental de EE. UU.) para financiar un clúster de GPU en la UC Santa Cruz, pero la infraestructura está envejeciendo a medida que aumenta la demanda de investigación intensiva en cómputo. Esta infraestructura enfrenta un riesgo adicional ya que la administración Trump propuso recortar el presupuesto de la NSF en un 50%. Robertson enfatizó la necesidad de que los investigadores encuentren soluciones creativas para asegurar recursos. «Tienes que ser emprendedor… especialmente cuando trabajas en el límite de donde está la tecnología. Las universidades son muy reacias al riesgo porque simplemente tienen recursos limitados, así que tienes que salir y mostrarles que: ‘mira, hacia allá es hacia donde vamos como campo’», dijo Robertson, astrofísico de la UC Santa Cruz.
Por qué importa
Los astrónomos enfrentan un diluvio de datos sin precedentes proveniente de nuevos observatorios espaciales y terrestres, lo que hace que los modelos de IA acelerados por GPU sean esenciales para el descubrimiento científico. Sin embargo, una escasez global de GPU y los recortes federales de financiamiento propuestos amenazan la infraestructura informática necesaria para procesar estos datos cósmicos entrantes.