Google wird kommende Woche seine erste Künstliche-Intelligenz-Hardware ins All schicken – der Auftaktschritt von Project Suncatcher, dem neuesten Moonshot des Unternehmens, einem ehrgeizigen Vorhaben, um herauszufinden, ob die niedrige Erdumlaufbahn – die Zone einige hundert Kilometer über dem Planeten, in der die Internationale Raumstation und die meisten aktiven Satelliten bereits operieren – eines Tages großflächige KI-Computing-Infrastruktur beherbergen könnte. Der experimentelle Satellit mit dem Namen MVP soll an Bord der Transporter-18-Rideshare-Mission von SpaceX von der Vandenberg Space Force Base in Kalifornien fliegen und wurde in Partnerschaft mit dem Satellitenbetreiber Planet Labs entwickelt.

Der MVP-Satellit trägt vier von Googles Trillium-Tensorprozessoreinheiten – die spezialisierten KI-Chips, die seine Gemini-Modelle antreiben – zusammen mit rund einem Kilowatt Solarpanelkapazität, vergleichbar mit der Leistung, die für den Betrieb eines einzelnen Rechenzentrumsservers benötigt wird. Sein Zweck ist strikt experimentell: Daten darüber zu sammeln, wie die Chips Startkräften, Strahlenexposition und den thermischen Extremen des Weltraums standhalten. Das Setup spiegelt auch wider, wie Orbitalexperimente heute durchgeführt werden: Rideshare-Missionen wie Transporter-18 bündeln Dutzende kleiner Satelliten auf einer einzigen Rakete und sind zurStandard-Route in die Umlaufbahn zu niedrigen Kosten geworden – so bleibt ein erster Test wie dieser klein und vergleichsweise bezahlbar.

Die technischen Herausforderungen sind erheblich. Während des Aufstiegs können einzelne Komponenten Kräften vom 50- bis 100-Fachen der Erdgravitation ausgesetzt sein – Bedingungen, die das Team am Boden durch dreiaxiale Vibrationstests nachgestellt hat. Strahlung stellt andere Bedrohung dar: Sonnenerignisse und kosmische Strahlen können Bitfehler verursachen, die Daten korrumpieren. Daher unterzog Google seine Chips Protonenstrahl-Tests am Crocker Nuclear Laboratory der UC Davis, während live KI-Workloads liefen. Die ersten Ergebnisse waren vielversprechend: Die Hardware hielt eine Gesamtionisierdosis aus, die über dem liegt, was eine Fünf-Jahres-Weltraummission verursachen würde, und die meisten strahlungsbedingten Fehler ließen sich durch Neustart der Chips beheben.

Kühlung bleibt das schwierigste Problem. Im Vakuum des Weltraums gibt es keinen Luftstrom, sodass Wärme nur über Radiatoren abgeführt werden kann – ein deutlich langsamerer Prozess als die Luft- und Flüssigkeitskühlung, auf die terrestrische Rechenzentren setzen. Googles Lösung kombiniert Heatpipes, Wärmeleitmaterialien und einen Aluminium-Kupfer-Radiatorstapel. Im Orbit können die Chips etwa 15 Minuten lang betrieben werden, bevor ein Kühlzyklus erforderlich ist, während dessen sie kurze Anfragen aus dem Weltraum verarbeiten können.

We're sending TPUs to space (yes, really). After years of research, we're launching a satellite to evaluate if and how Google Tensor Processing Units (TPUs) hold up in orbit. The test mission, as part of our latest moonshot — Project Suncatcher — is designed to gather data… pic.twitter.com/LaPuYonb3w

— Google (@Google) September 24, 2026

Warum Orbitale Rechenzentren für die KI-Branche wichtig sind

Die strategische Logik hinter Project Suncatcher spiegelt den wachsenden Druck auf terrestrische Rechenzentren wider. Die KI-getriebene Rechenleistungsnachfrage hat in mehreren Regionen Widerstand in den Gemeinden wegen Lärm, Netzbelastung und steigender Stromkosten ausgelöst. Ein Satellit in der richtigen Umlaufbahn empfängt bis zu achtmal mehr Sonnenenergie als eine gleichwertige Kapazität auf der Erde, was potenziell nahezu konstante, saubere Energie ohne Konkurrenz zur terrestrischen Netzkapazität bieten könnte.

Google ist nicht allein mit dieser Vision. SpaceX, Blue Origin und das Startup Starcloud arbeiten alle an Konzepten für orbitales Computing, wobei einige Vorschläge Konstellationen aus Tausenden oder sogar Millionen vernetzter Satelliten vorsehen. Skeptiker, darunter OpenAI-Chef Sam Altman, bezweifeln, dass orbitales Computing in diesem Jahrzehnt kommerzielle Skalierung erreichen kann – mit Verweis auf Startkosten, Engpässe in der Satellitenfertigung und ungelöste technische Probleme.

Googles Fahrplan ist bewusst inkrementell. Ein Zwei-Satelliten-Test im Jahr 2027 wird die Hochgeschwindigkeits-Laserlinks bewerten, die erforderlich sind, um das Computing über Satellitencluster zu synchronisieren – eine Präzherausforderung, vergleichbar mit dem Treffen einer winzigen Zielscheibe aus Meilen Entfernung, während sich beide Punkte bewegen. Langfristige Entwürfe sehen Flotten von mehr als 80 Satelliten im Formationsflug vor, die jeweils Dutzende TPUs tragen. Das Unternehmen schätzt, dass orbitale Rechenzentren mit sinkenden Startkosten irgendwann Mitte der 2030er Jahre Kostengleichheit mit terrestrischen Einrichtungen erreichen könnten. Diese Abfolge bietet klare Kontrollpunkte: ob MVPs TPUs brauchbare Daten zu Strahlungs- und Thermikverhalten liefern, ob die Laserlinks 2027 die Präzision erreichen, von der das Cluster-Design abhängt, und ob die Startkosten entlang des Pfades weiter sinken, den die Kostengleichheitsannahme voraussetzt.

Für die KI-Branche signalisiert der Start einen Wandel hin dazu, Energie und Geografie als lösbare statt als feste Randbedingungen zu betrachten. Während ein funktionsfähiges orbitales Rechenzentrum noch Jahre entfernt ist, würde eine erfolgreiche Mission die grundlegende Prämisse validieren, dass KI-Hardware zuverlässig außerhalb der Erdatmosphäre betrieben werden kann – und damit eine neue Grenze für Computing-Infrastruktur öffnen, in einem Moment, in dem die terrestrische Expansion an ihre Grenzen stößt.

Quelle: Metaverse Post