又有新望遠鏡發射！觀測資料激增使天文學界也加入搶 GPU 大混戰

NASA 宣布 9 月以哈伯之母命名的新望遠鏡「南希·葛莉絲·羅曼太空望遠鏡」送上軌道，較原定時程提前八個月。這座新望遠鏡可擷取約 20,000TB 資料，加重天文界原就相當龐大的處理資料壓力。

韋伯太空望遠鏡2021年開始運作，每天會回傳約57GB影像資料；今年稍晚開始巡天的薇拉‧魯賓天文台，更能每晚蒐集約20TB資料。曾視為標準的哈伯太空望遠鏡，每天僅傳回約1~2GB數據。

資料規模急遽膨脹，天文學家愈來愈依賴GPU與AI工具，協助從大量觀測資料找出關鍵資訊。加州大學聖克魯茲分校天體物理學家布蘭特‧羅伯森（Brant Robertson）表示，天文學科已從早期「觀測少量天體」，發展到以CPU大規模分析，如今更轉向GPU加速處理。他15年來一直與輝達（Nvidia）合作，以GPU模擬超新星爆炸，現在致力開發可分析新觀測資料的工具。

羅伯森與當時研究生萊恩‧豪森共同開發的深度學習模型Morpheus，能辨識大型資料庫內的星系，早期分析韋伯資料時，意外找出某類盤狀星系數量遠超預期，為宇宙演化理論增加變數。Morpheus也不斷升級，羅伯森正把架構從捲積神經網路轉向支撐大型語言模型崛起的transformer，希望讓模型一次分析範圍擴大數倍，再提高速度。

除了星系辨識，羅伯森也在開發以太空望遠鏡資料訓練的生成式AI模型，協助改善地面望遠鏡因地球大氣扭曲使觀測品質降低。把8公尺鏡面送上軌道仍不容易，以軟體補強魯賓天文台觀測為較務實替代方案。

但全球GPU資源吃緊讓研究面臨壓力。羅伯森雖經美國國家科學基金會加州大學聖克魯茲分校建置GPU叢集，但設備逐漸過時；更多研究者也想投入高運算需求的AI與機器學習分析。川普政府最新政府預算，曾提出NSF預算削減50%，羅伯森坦言，研究者若要站在科技前線，必須更具創業精神，因大學對風險很敏感，資源有限，必須積極展示為何這是此領域要走的方向。