Google betreibt erstmals ein KI-Modell im Orbit, und es schreibt ein Haiku über die Erde

Google hat erstmals ein KI-Modell an Bord eines Satelliten im Orbit betrieben, auf Befehl einer Bodenstation ein kurzes Haiku erzeugt und es zur Erde zurückgesendet. Das Unternehmen gab den Meilenstein am 30. Oktober bekannt und nannte ihn einen “Hello World”-Moment für seine Initiative Project Suncatcher — ein langfristiges Forschungsprojekt, das untersucht, ob Rechenzentren eines Tages im Weltraum betrieben werden könnten.
Der Prototyp-Satellit, gebaut in Zusammenarbeit mit dem Luft- und Raumfahrt-Bildgebungsunternehmen Planet, wurde am 1. Oktober im Rahmen einer SpaceX-Mitfluggelegenheit gestartet. Er trägt vier von Googles Rechenzentrums-Tensor-Processing-Units (TPUs) — dieselbe Chipfamilie, die die terrestrische KI-Infrastruktur des Unternehmens antreibt. Während eines Überflugs einer Bodenstation über Spitzbergen, Norwegen, sendeten Google-Betreiber einen Prompt hoch, der das Bordsystem anwies, mit Gemma 4, Googles offenem KI-Modell, ein weltraumthematisches Haiku zu erzeugen. Der Satellit antwortete: “Blaue Murmel unten / Datenströme in stiller Anmut / Sternenlicht nährt meinen Kern.”
Die TPUs können derzeit nur etwa 15 Minuten am Stück laufen, begrenzt durch Wärmemanagement-Einschränkungen, die eine der zentralen technischen Herausforderungen des Projekts darstellen. Anders als terrestrische Rechenzentren, die auf Luft- oder Flüssigkeitskühlsysteme mit praktisch unbegrenzten Wärmesenken setzen, können Satelliten Wärme nur durch Abstrahlung in den Weltraum abgeben — ein viel langsamerer Prozess, der zu einer harten Beschränkung wird, wie viel Rechenleistung kontinuierlich laufen kann. Der Prototyp operiert derzeit auf einer batteriebetriebenen Standardbahn; Googles langfristiger Plan sieht eine sonnensynchrone Umlaufbahn vor, die künftigen Satelliten erlauben würde, mit kontinuierlicher Solarenergie ohne Batterieabhängigkeit zu laufen.
Google rahmt dies explizit als langfristiges Forschungsvorhaben statt als kurzfristiges Kommerzprodukt. Travis Beals, der Projektleiter, hat gesagt, er erwarte nicht, dass weltraumbasierte Rechenzentren innerhalb von fünf Jahren kostenmäßig mit terrestrischen konkurrieren können, und dass das Ersetzen der Erdinfrastruktur nicht das Ziel ist — zumindest noch nicht. Der Reiz liegt langfristig: Solarenergie im Orbit ist kontinuierlich ohne Wetter- oder Nachtunterbrechung verfügbar, und der Weltraum stellt keine Flächennutzungs- oder lokalen Stromnetzbeschränkungen dar — beides reale Reibungspunkte für die Expansion von KI-Rechenzentren auf der Erde, da Gemeinden gegen den Wasser- und Strombedarf neuer Anlagen Widerstand leisten.
Google ist nicht allein mit dem Testen dieser Idee. Das Startup Starcloud startete im vergangenen November ein Raumfahrzeug mit einem Nvidia-H100-Chip und demonstrierte eine Version von Googles eigenem Gemini-Modell, das aus dem Orbit lief. SpaceX hat erklärt, bereits 2028 mit dem Einsatz sogenannter “orbitaler KI-Rechensatelliten” beginnen zu wollen. Das Wettrennen spiegelt eine umfassendere Realität wider: Googles eigene Prognose für Investitionsausgaben für KI-Infrastruktur liegt dieses Jahr zwischen 180 und 190 Milliarden Dollar, mehr als dem Sechsfachen des Niveaus von 2022, und die Nachfrage nach KI-Rechenleistung übersteigt weiterhin das verfügbare Angebot am Boden.
Die nächste Phase für Suncatcher umfasst erweiterte Tests, wie die TPUs thermische Extreme und Strahlenbelastung bei anhaltendem Raumflug bewältigen, statt des kurzen Validierungs-Bursts, der für die Haiku-Demonstration genutzt wurde. Halten diese Tests, plant Google, 2027 zwei miteinander verbundene Satelliten zu starten, um die laserbasierte Kommunikation zwischen orbitalen Knoten zu testen — die Architektur, die von einem einzelnen Vier-Chip-Prototyp zu etwas skalieren müsste, das einem verteilten Rechenzentrum ähnelt, bevor irgendetwas davon über das Stadium des Forschungsvorhabens hinauskommt.
Ursprünglich berichtet von Google Research / Notebookcheck. Lesen Sie den Originalartikel für weitere Details.
Originalquelle ansehen