摘要：过去两年的新闻充斥着新建专门用于 AI 任务的超算中心的消息。在这种情况下，天文学家们显得有些孤立无援，尽管最新的宇宙观测工具同样产生着惊人的数据量。仅南非和澳大利亚部署的 Square Kilometer Array（SKA）新射电望远镜，每年就会生成高达

过去两年的新闻充斥着新建专门用于 AI 任务的超算中心的消息。在这种情况下，天文学家们显得有些孤立无援，尽管最新的宇宙观测工具同样产生着惊人的数据量。仅南非和澳大利亚部署的 Square Kilometer Array（SKA）新射电望远镜，每年就会生成高达 600PB 的数据，这些数据不仅需要被存储，还需要传输到世界各地。

图片来源：Grok 3/3DNews

天线阵列的初步数据处理将在射电望远镜附近的数据中心进行：中频天线阵列的数据处理将在南非进行，低频天线阵列的数据处理将在澳大利亚进行。然后数据将被传输到本地超级计算机进行校准和准备科学数据，这些数据无需特殊知识即可使用。之后将进行“数据—科学家”操作，在此过程中，相同的数据阵列将被传输到区域数据中心，以避免通信通道被完全占用。

SKA 的数据流将是历史上最大的之一，到 2029 年全面投入运营时将达到每年 600PB 甚至更高。要使用典型互联网通道（100MB/s）上传如此大量数据，需要 200 年。为了使 SKA 望远镜收集的信息易于获取，大多数参与项目的国家将建立 20 个或更多的 SKA 区域数据中心（SKA Regional Centres, SRC）。近日消息显示，北美洲和南美洲将获得一个唯一的 SKA 区域数据中心，该数据中心将位于加拿大。

现代天文学家无需整夜坐在望远镜旁。所有信息将直接传输到世界各地的电脑上，在任何方便的时间都能获取。这种便利的另一面是存储和处理数据成本大幅增加，而这些成本仍将持续增长。

逐渐引入新的工具，如维拉·K·鲁宾天文台，配备 3 米×1.65 米、3.2 亿像素的最大数字相机，每年将产生高达 160PB 的原始数据（处理后为 70PB），以及计划于 2027 年发射的南希·格蕾丝·罗曼太空望远镜，其年数据量可达 50PB，以及其他工具。所有这些都需要强大的计算资源，科学家们不得不从具有可疑效用但雄心勃勃的人工智能中抽调资源。

来源：A7a369一点号