A NASA acelerará o interesse dos cientistas por GPUs ao lidar com fluxos de dados de novos telescópios

A NASA acelera o lançamento de um novo telescópio espacial

Em setembro de 2026 – oito meses antes da data originalmente prevista – a NASA enviará ao espaço orbital da Terra o novo telescópio “Nancy Grace Roman” (RST). Durante sua missão, ele coletará cerca de 20.000 TB de dados. Esse volume enorme, junto com fluxos de outras estações observacionais, criará uma demanda crescente por unidades de processamento gráfico (GPU), necessárias para seu tratamento.

Como o RST se encaixa no ecossistema moderno de observação
ObservatórioPeríodo de operaçãoVolume diário de dadosRST2026…20.000 TB (total)James Webb a partir de 2021 57 GB por diaVera C. Rubin Observatory a partir de 2026 ~20 TB à noiteHubble até 2000 1–2 GB por dia
A comparação mostra que o RST emitirá quase mil vezes mais dados do que o “Hubble”. Isso confirma a transição dos astrônomos para o processamento com GPU: a análise manual já não sustenta os volumes.

Principais figuras e suas contribuições
- Brant Robertson – astrofísico da Universidade da Califórnia em Santa Cruz.

- Trabalha com dados de missões há mais de 15 anos, colaborando com a Nvidia.

- Transição das simulações de supernovas para o desenvolvimento de ferramentas de análise de fluxos de dados.

- Ryan Hausen – ex-doutorandista de Robertson.

- Juntos criaram o modelo de aprendizado profundo *Morpheus* para reconhecer galáxias em grandes conjuntos de dados.

Da rede convolucional aos transformadores
O modelo Morpheus originalmente utilizava redes neurais convolucionais, mas agora migra para a arquitetura de transformadores – a mesma tecnologia que sustenta os modelos linguísticos modernos. Isso permitirá processar muito mais céu em uma única passagem.

IA generativa e aprimoramento das observações terrestres
- São desenvolvidos modelos gerativos treinados com dados espaciais, que corrigem distorções atmosféricas nas imagens da Terra.

- Como o lançamento de um espelho de oito metros na órbita permanece tecnologicamente complexo, a pós‑processamento por software se torna a melhor opção.

Desafios financeiros
Robertson observa o aumento da demanda por GPU:

> “As pessoas querem usar IA e aprendizado de máquina, e as GPUs são a única ferramenta para isso. As universidades são cautelosas com os riscos devido aos recursos limitados, mas é preciso mostrar a direção do desenvolvimento.”

O National Science Foundation (NSF) financiou a criação de um cluster de GPUs na universidade, porém o equipamento fica obsoleto rapidamente. Ao mesmo tempo, a administração do presidente dos EUA planeja reduzir em 50 % o orçamento do NSF, o que pode dificultar pesquisas futuras.

Conclusão:

O lançamento do RST em setembro de 2026 será um evento chave para a astronomia, abrindo novos horizontes na análise de dados. Paralelamente, modelos de IA e soluções de GPU em nuvem evoluem, mas as limitações financeiras exigem criatividade dos pesquisadores e uso eficiente dos recursos.