Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Plan Space.IDC firmy STAR.VISION: konstelacja 1 080 satelitów i 1,49 mld dolarów kredytu od chińskich banków

STAR.VISION Aerospace twierdzi, że pozyskała 10 mld juanów (około 1,49 mld dolarów) kredytu strategicznego od dwóch państwowych banków na budowę konstelacji obliczeniowej złożonej z 1 080 statków kosmicznych. Plany ogłoszono na targach Global Digital Trade Expo 25 września, a opisano je 29 września.

NaukaNewsRenata PawlakOpublikowano: 29 września 20264 min czytaniaŹródła 5
Plan Space.IDC firmy STAR.VISION: konstelacja 1 080 satelitów i 1,49 mld dolarów kredytu od chińskich banków

STAR.VISION Aerospace (地卫二空间技术) pokazała na targach Global Digital Trade Expo 25 września konstelację obliczeniową Space.IDC, czyli Space String Computing Constellation. Finansowe rusztowanie pod tym projektem warto przeczytać dwa razy. Jak podaje China in Space, które opisało plany 29 września, firma ma umowy o kredyt strategiczny z Industrial and Commercial Bank of China i Agricultural Bank of China o wartości 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”. Nie podano dalszych szczegółów harmonogramu uruchamiania środków.

Sama konstelacja jest duża na papierze. Główny system ma tworzyć około 1 080 statków kosmicznych, w pełni rozmieszczonych do 2035 roku, z czego mniej więcej 720 ma odpowiadać za zadania wnioskowania, a 360 za ogólne obliczenia. Zadania miałyby przychodzić z Ziemi albo z innych satelitów, które nie mają sprzętu do wstępnego przetwarzania na pokładzie.

Trzy statki, trzy budżety energetyczne

STAR.VISION przedstawiła trzy projekty. Statek weryfikacyjny G1 ma dostarczać 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 podawany jako 460 do 1000 PetaFLOPs przy 140 kilowatach.

Kilka pytań inżynierskich zostało bez odpowiedzi podczas prezentacji. Nie ujawniono orbit, łączy międzysatelitarnych, rozmiaru radiatorów ani masy, a międzynarodowe dokumenty regulacyjne, które normalnie wypełniłyby te luki, nie zostały złożone. STAR.VISION powiedziała jedynie, że zarezerwowała nieokreśloną 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: co najmniej od połowy 2023 roku umieszcza systemy AI na satelitach teledetekcyjnych i twierdzi, że dwa satelity zbudowane dla Uzbekistanu i Indonezji zweryfikowały już części przyszłej konstelacji.

Nie jest też sama. China in Space zauważa, że konstelacja Three-Body Computing Constellation należąca do ADA Space i Zhejiang Lab ma już około tuzina satelitów na orbicie, że Orbital Chenguang ma duże wsparcie finansowe, a Chaozhisuan Beijing Technology ma dobrze powiązanych partnerów, przy czym obie firmy mają działające satelity demonstracyjne. Państwowe spółki rozwijają duże statki obliczeniowe bez większego rozgłosu. Ujawniono umowy dotyczące chipów i produkcji, 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 nieokreślone wsparcie od kilku stref w Zhejiang oraz miast Xichang i Chongzhou.

Autonomia idzie wolniejszym torem

Na Ziemi trudniejsze pytanie brzmi, co cała ta moc obliczeniowa miałaby właściwie rozstrzygać. IEEE Spectrum poinformowało 29 września, że Jet Propulsion Laboratory należące do NASA użyło w grudniu modeli Claude firmy Anthropic do pomocy w zaplanowaniu dwóch przejazdów łazika Perseverance po Marsie, a ludzie sprawdzili trasę przed przesłaniem. 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 deterministycznego 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. „Więc jeśli trafiasz w tę samą sytuację, ale inną drogą, wynik może być inny. I inżynierowie tego nienawidzą”.

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

Tymczasem rynek modeli nadal się przewraca. Ukryty system rozumowania wymieniony na OpenRouter jako space-bunny-alpha reklamuje kontekst miliona tokenów i darmowe podglądowe testy, a jego własna opublikowana 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.

Komentarze 0

Źródła

5
  1. 01STAR.VISION Unveils 'Space.IDC' Computing Constellation With PartnersEN
  2. 02Generative AI Gives Spacecraft the Autonomy Engineers Once FearedEN
  3. 03I Made AI Look at Poop. For Science.EN
  4. 04Space Bunny Alpha: 1M Context, Benchmarks & SVG ArtEN
  5. 05Mysterious 'UFO' spotted on SpaceX livestream sparks wild alien theoriesEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Renata Pawlak

Renata Pawlak

Nauka i zdrowie

Renata Pawlak zajmuje się w FLASH24 nauką i zdrowiem, opierając teksty na publikacjach recenzowanych, komunikatach instytucji i danych źródłowych, a nie na doniesieniach bez pokrycia. Przy każdej liczbie sprawdza metodologię badania, wielkość próby i jednostki, a wyniki porównuje z wcześniejszymi pracami na ten sam temat. Czeka na comiesięczne raporty GUS i NFZ, rozmawia z lekarzami oraz fizykami, a przed publikacją pyta autorów o ograniczenia ich wniosków. Prywatnie interesuje się fizyką materiałów i obserwuje niebo przez własny teleskop, co pomaga jej czytać prace z dziedzin ścisłych. Nie publikuje niczego, czego nie może potwierdzić w co najmniej dwóch niezależnych źródłach.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.