NASA将加速科学家对GPU的兴趣，面对来自新望远镜的数据流。

NASA 加速新太空望远镜的发射

*2026 年 9 月——比原定时间提前八个月——NASA 将把新的“南希·格雷斯·罗曼” (RST) 望远镜送入地球轨道。在其任务期间，它将收集约 20,000 TB 的数据。这是一个巨大的量，与其他天文台的数据流一起，将产生对图形处理器（GPU）的不断增长需求，而这些 GPU 是处理它们所必需的。*

RST 如何融入现代观测生态系统
| 天文台 | 工作周期 | 日均数据量 |
|---|---|---|
| RST | 2026–… | 20,000 TB (总计) |
| 詹姆斯·韦伯 | 2021 年起 | 57 GB/天 |
| Vera C. Rubin 天文台 | 2026 年及以后 | ~20 TB/夜 |
| 哈勃 | 至 2000 年 | 1–2 GB/天 |

*比较显示，RST 将产生几乎一千倍于“哈勃”的数据量。这证实了天文学家转向 GPU 处理的趋势：人工分析已无法跟上数据量。*

关键人物及其贡献
- 布兰特·罗伯逊——加州大学圣塔克鲁兹分校的天体物理学家。
- 在过去 15 年中一直从事任务数据工作，并与 Nvidia 合作。
- 从超新星模拟转向开发流数据分析工具。

- 瑞安·豪森——罗伯逊前研究生。
- 与他一起创建了用于识别大规模数据集中的银河系的深度学习模型 *Morpheus*。

从卷积网络到 Transformer
*最初，Morpheus 模型使用卷积神经网络，但现在正转向 Transformer 架构——同样是现代语言模型所基于的技术。这将使其在一次遍历中处理更多天空。*

生成式 AI 与提升地面观测
- 正在创建以太空数据训练的生成模型，用来校正地球图像中的大气失真。
- 由于将八米镜面送入轨道仍然技术上具有挑战性，软件处理成为最佳方案。

财务挑战
*罗伯逊指出 GPU 的需求正在增长：*

> “人们想使用 AI 和机器学习，而 GPU 是唯一的工具。大学对有限资源带来的风险持谨慎态度，但需要展示发展方向。”

国家科学基金会（NSF）资助了在大学建立 GPU 集群，但设备很快就会过时。同时，美国总统办公室计划将 NSF 预算削减 50%，这可能使进一步研究变得困难。

结论：

2026 年 9 月 RST 的发射将成为天文学的关键事件，开启新的数据分析视野。与此同时，AI 模型和 GPU 云解决方案正在发展，但财务限制要求研究人员具备创造力并高效利用资源。