NASA sẽ thúc đẩy sự quan tâm của các nhà khoa học đối với GPU khi phải xử lý luồng dữ liệu từ những kính thiên văn mới.

NASA đẩy nhanh việc ra mắt kính thiên văn vũ trụ mới

*Vào tháng Chín năm 2026 – bốn tháng sớm hơn thời hạn dự kiến – NASA sẽ phóng kính thiên văn “Nancy Grace Roman” (RST) vào quỹ đạo Trái Đất. Trong suốt nhiệm vụ của mình, nó sẽ thu thập khoảng 20 000 TB dữ liệu. Đây là khối lượng lớn, kết hợp với luồng dữ liệu từ các trạm quan sát khác sẽ tạo ra nhu cầu ngày càng tăng đối với card đồ họa (GPU), cần thiết để xử lý chúng.*

RST nằm trong hệ sinh thái quan sát hiện đại như thế nào
Trạm Quan Sát Thời Gian Hoạt Động Khối Lượng Dữ Liệu Hàng Ngày
RST 2026–… 20 000 TB (tổng cộng)
James Webb từ 2021 57 GB/ngày
Vera C. Rubin Observatory 2026 và tiếp tục ~20 TB/đêm
Hubble cho đến 2000 1–2 GB/ngày

*So sánh cho thấy RST sẽ phát ra gần một nghìn lần nhiều dữ liệu hơn Hubble. Điều này xác nhận sự chuyển mình của các nhà thiên văn học sang xử lý bằng GPU: phân tích thủ công không còn đáp ứng được khối lượng.*

Những nhân vật chính và đóng góp của họ
- Brant Robertson – nhà vật lý thiên văn tại Đại học California, Santa Cruz.

- Làm việc với dữ liệu từ các nhiệm vụ hơn 15 năm, hợp tác với Nvidia.

- Chuyển từ mô phỏng siêu tân tinh sang phát triển công cụ phân tích luồng dữ liệu.

- Ryan Hausen – cựu sinh viên tiến sĩ của Robertson.

- Cùng nhau tạo ra mô hình học sâu *Morpheus* để nhận dạng thiên hà trong các tập dữ liệu lớn.

Từ mạng nơ ron tích chập tới transformer
*Mô hình Morpheus ban đầu sử dụng mạng nơ ron tích chập, nhưng hiện đang chuyển sang kiến trúc transformer – cùng công nghệ nền tảng của các mô hình ngôn ngữ hiện đại. Điều này sẽ cho phép xử lý nhiều bầu trời hơn trong một lần duyệt.*

AI sinh tạo và cải thiện quan sát mặt đất
- Đang phát triển các mô hình sinh tạo, được huấn luyện trên dữ liệu vũ trụ, để chỉnh sửa méo ảnh của Trái Đất do khí quyển gây ra.

- Vì việc phóng gương 8 mét lên quỹ đạo vẫn còn khó khăn công nghệ, xử lý phần mềm trở thành lựa chọn tốt nhất.

Thách thức tài chính
*Robertson nhấn mạnh sự tăng trưởng nhu cầu GPU:*

> “Mọi người muốn sử dụng AI và học máy, và GPU là công cụ duy nhất cho điều đó. Các trường đại học cẩn trọng với rủi ro do nguồn lực hạn chế, nhưng cần thể hiện hướng phát triển.”

Quỹ Khoa học Quốc gia (NSF) đã tài trợ xây dựng cluster GPU tại một trường đại học, tuy nhiên thiết bị nhanh chóng lỗi thời. Trong khi đó, chính quyền của Tổng thống Mỹ dự định cắt giảm ngân sách NSF 50 %, có thể gây khó khăn cho các nghiên cứu tiếp theo.

Kết luận:

Ra mắt RST vào tháng Chín năm 2026 sẽ là sự kiện quan trọng đối với thiên văn học, mở ra những chân trời mới trong phân tích dữ liệu. Song song phát triển mô hình AI và giải pháp GPU đám mây, nhưng hạn chế tài chính đòi hỏi các nhà nghiên cứu phải sáng tạo và sử dụng nguồn lực một cách hiệu quả.