STAR.VISION will 1.080 Satelliten für Space.IDC bauen, finanziert mit 1,49 Milliarden Dollar Bankkredit
STAR.VISION Aerospace hat nach eigenen Angaben strategische Kredite über 10 Milliarden Yuan (rund 1,49 Milliarden Dollar) von zwei Staatsbanken gesichert. Mit dem Geld soll eine Computing-Konstellation aus 1.080 Raumfahrzeugen entstehen. Vorgestellt wurde das Vorhaben am 25. September auf der Global Digital Trade Expo, darüber berichtet wurde am 29. September.

STAR.VISION Aerospace nutzte die Global Digital Trade Expo am 25. September, um die Space.IDC Computing Constellation vorzustellen, die das Unternehmen auch Space String Computing Constellation nennt. Interessanter als die Konstellation selbst ist das Finanzgerüst dahinter. Wie China in Space am 29. September berichtete, hat die Firma strategische Kreditvereinbarungen mit der Industrial and Commercial Bank of China und der Agricultural Bank of China über 10 Milliarden Yuan abgeschlossen. Nach Stand vom 28. September sind das 1,49 Milliarden US-Dollar. Mindestens 1 Milliarde Yuan, etwa 149 Millionen Dollar, ist für eine "Phase One" vorgesehen. Zum Abrufplan der Kredite gab es keine weiteren Angaben.
Auf dem Papier ist die Konstellation groß. Rund 1.080 Raumfahrzeuge sollen das Hauptsystem bilden, vollständig eingesetzt bis 2035. Etwa 720 davon sind für Inferenzaufgaben gedacht, 360 für allgemeines Rechnen. Die Aufgaben sollen von der Erde kommen oder von anderen Satelliten, die keine Vorverarbeitung an Bord haben.
Drei Raumfahrzeuge, drei Leistungsbudgets
STAR.VISION skizzierte drei Entwürfe. Das Verifikationsfahrzeug G1 soll 40 bis 60 PetaFLOPs aus 11,5 Kilowatt Solarstrom liefern. Die Standardeinheit G2 kommt auf 160 bis 310 PetaFLOPs bei 48 Kilowatt. Das Flaggschiff G3 wird mit 460 bis 1000 PetaFLOPs bei 140 Kilowatt angegeben.
Mehrere technische Fragen blieben bei der Vorstellung offen. Umlaufbahnen, Verbindungen zwischen den Satelliten, Größe und Masse der Radiatoren nannte das Unternehmen nicht. Auch die internationalen Regulierungspapiere, die diese Lücken üblicherweise füllen, sind nicht eingereicht. STAR.VISION erklärte immerhin, eine nicht genannte Zahl von Starts bei Orienspace mit Gravity-1 und bei Galactic Energy mit Ceres-2 für das G1-Fahrzeug gebucht zu haben. Einen Zielmonat oder ein Quartal nannte die Firma nicht. Vorerfahrung hat das Unternehmen hier: Seit mindestens Mitte 2023 bringt es KI-Systeme auf Fernerkundungssatelliten unter. Zwei für Usbekistan und Indonesien gebaute Satelliten sollen bereits Teile der kommenden Konstellation verifiziert haben.
Allein ist STAR.VISION damit nicht. China in Space merkt an, dass die Three-Body Computing Constellation von ADA Space und dem Zhejiang Lab bereits etwa ein Dutzend Satelliten im Orbit hat. Orbital Chenguang hat erhebliche finanzielle Unterstützung, Chaozhisuan Beijing Technology gut vernetzte Partner, beide mit funktionierenden Demonstrationssatelliten. Staatsunternehmen verfolgen große Rechen-Raumfahrzeuge mit wenig öffentlichem Aufhebens. Vereinbarungen zu Chips und Fertigung wurden unter anderem mit dem Hangzhou Institute for Advanced Study an der UCAS, dem Hangzhou Research Institute der Xidian University, Hongqing Technology, Baidu AI Cloud und MinoSpace bekannt gegeben. Dazu kommt nicht näher benannte Unterstützung aus mehreren Zonen Zhejiangs und den Städten Xichang und Chongzhou.
Autonomie kommt langsamer voran
Am Boden lautet die schwierigere Frage, was all diese Rechenleistung tatsächlich entscheiden würde. IEEE Spectrum berichtete am 29. September, dass das Jet Propulsion Laboratory der NASA im vergangenen Dezember die Claude-Modelle von Anthropic nutzte, um zwei Marsfahrten des Rovers Perseverance mitzuplanen. Menschen prüften die Route vor dem Hochladen. Im Mai platzierten NASA und IBM ein komprimiertes KI-Modell auf der Internationalen Raumstation und einem Satelliten, um Überschwemmungen und Wolken aus dem Orbit zu erkennen. Im Juli testeten Astronauten auf der ISS ein großes Sprachmodell für Wartungsfragen.
"Autonomie hat oft kein deterministisches Ergebnis, das heißt, wie man in eine bestimmte Situation geraten ist, verändert das Verhalten", sagte Robert Ambrose, früherer Leiter der Software-, Robotik- und Simulationsabteilung der NASA, gegenüber IEEE Spectrum. "Wenn man also in dieselbe Situation gerät, aber über verschiedene Wege, kann das Ergebnis anders ausfallen. Und das hassen Ingenieure."
Diese Vorsicht ist das Gegengewicht zum Werben für das orbitale Rechenzentrum. Rechnen im Orbit verspricht Solarstrom ohne Wetter und Wärmeabgabe ins Vakuum, verlagert aber auch das Zuverlässigkeitsproblem von der Erde weg. An anderer Stelle lieferte dieselbe Woche eine nüchternere Erinnerung daran, wie schwer automatische Deutung bleibt. Labqoat testete acht Modelle an 2.000 Fotos von Wildtierspuren. Das beste, Claude Opus 5.5, erkannte die richtige Art in 37,15 Prozent der Fälle, nur 51,75 Prozent der Fotos wurden der richtigen Familie zugeordnet.
Der Modellmarkt dreht sich unterdessen weiter. Ein Stealth-Reasoning-System, das bei OpenRouter als space-bunny-alpha gelistet ist, wirbt mit einem Kontext von einer Million Token und einer kostenlosen Vorschau. Die eigene veröffentlichte Benchmark-Tabelle ordnet es auf GPQA Diamond und MMLU-Pro hinter GPT-6 Sol und Qwen3.8 Flash ein. Nichts davon klärt die Frage, ob ein Satellit nach eigenen Schlüssen handeln sollte.
Quellen
5- 01STAR.VISION Unveils 'Space.IDC' Computing Constellation With PartnersEN
- 02Generative AI Gives Spacecraft the Autonomy Engineers Once FearedEN
- 03I Made AI Look at Poop. For Science.EN
- 04Space Bunny Alpha: 1M Context, Benchmarks & SVG ArtEN
- 05Mysterious 'UFO' spotted on SpaceX livestream sparks wild alien theoriesEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.