Plan 1 080 satelitów Space.IDC firmy STAR.VISION opiera się na 1,49 mld dolarów kredytu od chińskich banków

STAR.VISION Aerospace (地卫二空间技术) pokazała na Global Digital Trade Expo 25 września konstelację obliczeniową Space.IDC, którą nazywa też Space String Computing Constellation. Najciekawsza jest jednak konstrukcja finansowa, która za nią stoi. Jak podaje China in Space, które napisało o planach 29 września, spółka ma umowy kredytu strategicznego z Industrial and Commercial Bank of China i Agricultural Bank of China na 10 mld juanów, czyli 1,49 mld dolarów według stanu na 28 września. Co najmniej 1 mld juanów, około 149 mln dolarów, jest przeznaczony na „pierwszy etap”. Harmonogramu uruchamiania kolejnych transz nie podano.

Sama konstelacja wygląda okazale na papierze. Główny system ma tworzyć około 1 080 statków kosmicznych, w pełni wdrożonych do 2035 roku, z czego mniej więcej 720 ma służyć do zadań wnioskowania, a 360 do obliczeń ogólnych. Zadania mają przychodzić z Ziemi albo z innych satelitów, które nie mają na pokładzie własnego wstępnego przetwarzania.

Trzy statki, trzy budżety energetyczne

STAR.VISION przedstawiła trzy projekty. Statek weryfikacyjny G1 ma dawać od 40 do 60 PetaFLOPs z 11,5 kilowata energii słonecznej. Standardowa jednostka G2 przechodzi na 160 do 310 PetaFLOPs przy 48 kilowatach. Flagowy G3 jest wyceniany na 460 do 1000 PetaFLOPs przy 140 kilowatach.

Na kilka pytań inżynieryjnych nie było odpowiedzi. Firma nie podała orbit, łączy międzysatelitarnych, rozmiaru radiatorów ani masy, a dokumentacji regulacyjnej, która normalnie wypełniałaby te luki, nie złożono. STAR.VISION przyznała, że zarezerwowała nieujawnioną liczbę startów na rakietach Gravity-1 firmy Orienspace i Ceres-2 firmy Galactic Energy dla statku G1, ale nie podała miesiąca ani kwartału. Firma ma już w tym doświadczenie: przynajmniej od połowy 2023 roku umieszcza systemy AI na satelitach teledetekcyjnych i twierdzi, że dwa satelity zbudowane dla Uzbekistanu i Indonezji zweryfikowały już część rozwiązań przyszłej konstelacji.

Nie jest zresztą sama. China in Space zauważa, że konstelacja Three-Body Computing Constellation firm ADA Space i Zhejiang Lab ma już około tuzina satelitów na orbicie, że Orbital Chenguang ma duże wsparcie finansowe, a Chaozhisuan Beijing Technology dobrze powiązanych partnerów, przy czym obie mają działające satelity demonstracyjne. Państwowe spółki rozwijają duże statki obliczeniowe bez rozgłosu. Umowy dotyczące chipów i produkcji ogłoszono między innymi z Hangzhou Institute for Advanced Study przy UCAS, Hangzhou Research Institute of Xidian University, Hongqing Technology, Baidu AI Cloud i MinoSpace, a także z nieokreślonym wsparciem kilku stref Zhejiang oraz miast Xichang i Chongzhou.

Autonomia idzie wolniejszym torem

Na Ziemi trudniejsze pytanie brzmi, co ta moc obliczeniowa miałaby właściwie rozstrzygać. IEEE Spectrum napisało 29 września, że Jet Propulsion Laboratory NASA użyło w grudniu modeli Claude firmy Anthropic do pomocy w zaplanowaniu dwóch przejazdów łazika Perseverance po Marsie, przy czym ludzie sprawdzali trasę przed wysłaniem. W maju NASA i IBM umieściły skompresowany model AI na Międzynarodowej Stacji Kosmicznej i na satelicie, żeby wykrywać powodzie i chmury z orbity. W lipcu astronauci na ISS przetestowali duży model językowy do pytań o konserwację.

„Autonomia często nie ma zdeterminowanego wyniku, co oznacza, że sposób, w jaki znalazłeś się w danej sytuacji, zmienia zachowanie” – powiedział IEEE Spectrum Robert Ambrose, były szef Software, Robotics, and Simulation Division w NASA. „Jeśli więc trafiasz w tę samą sytuację inną drogą, wynik może być inny. Inżynierowie tego nienawidzą”.

Ta ostrożność jest przeciwwagą dla pomysłu na centrum danych na orbicie. Obliczenia w kosmosie obiecują energię słoneczną bez pogody i odprowadzanie ciepła w próżnię, ale przenoszą problem niezawodności poza Ziemię. W tym samym tygodniu pojawiło się bardziej przyziemne przypomnienie, jak trudna pozostaje automatyczna interpretacja: Labqoat przetestowało osiem modeli na 2 000 zdjęć tropów dzikich zwierząt i stwierdziło, że najlepszy z nich, Claude Opus 5.5, rozpoznał właściwy gatunek w 37,15% przypadków, a tylko 51,75% zdjęć udało się zaklasyfikować do właściwej rodziny.

Tymczasem rynek modeli wciąż się zmienia. Ukryty system rozumowania, notowany na OpenRouter jako space-bunny-alpha, reklamuje kontekst miliona tokenów i darmowy podgląd, a jego własna tabela wyników stawia go za GPT-6 Sol i Qwen3.8 Flash w testach GPQA Diamond i MMLU-Pro. To wszystko nie rozstrzyga, czy satelita powinien działać na podstawie własnych wniosków.