Partnerskaber

Google planlægger opsendelse af AI-satellit i kredsløb med Blue Origins New Glenn

Lyra Novan
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterGoogles Suncatcher-opsendelse på New Glenn flytter orbital AI-beregning forbi…
Vis mere
  • Googles Suncatcher-opsendelse på New Glenn flytter orbital AI-beregning forbi enkeltprototypestadiet.
  • Lav jordbane tilbyder næsten konstant sollys og op til otte gange mere solenergi end på Jorden.
  • Orbitale klynger afhænger stadig af pålidelige chips, effektiv køling og præcis intersatellit-laserkommunikation.

Google meddelte den 19. november 2026, at Blue Origins New Glenn skal stå for Project Suncatchers første dedikerede tungløftopsendelse, som er planlagt til første kvartal af 2029. Aftalen om opsendelsestjenester mellem virksomhederne omfatter udsendelse af solcelledrevne satellitter med Googles Tensor Processing Units, eller TPU’er, i solsynkront kredsløb.

Hver satellit er designet til at levere en beregningskapacitet, der omtrent svarer til et serverrack i et datacenter. Missionen er en del af Googles forskning i, om et sammenkoblet netværk af solcelledrevne satellitter kan opskalere beregningskapaciteten til maskinlæring i rummet. Den dedikerede opsendelse bygger også videre på Googles løbende arbejde med andre satellit- og opsendelsespartnere.

New Glenns kapacitet til missionen

Blue Origins specifikationer for New Glenn angiver en generel løftekapacitet på 45 metriske ton til lavt jordkredsløb og mere end 13 metriske ton til geostationær overføringsbane. Den syv meter brede nyttelastkappe har dobbelt så stort rumfang som mindre nyttelastkapper i femmeterklassen, mens det genanvendelige førstetrin er designet til mindst 25 flyvninger.

Jordan Charles, senior vice president for New Glenn hos Blue Origin, sagde, at rakettens “tunge løftekapacitet og store nyttelastvolumen giver kunderne fleksibilitet til at bringe nye kapaciteter i kredsløb”. For Suncatcher skal denne kombination muliggøre udsendelse af flere satellitter og dermed føre forskningen videre fra fasen med én enkelt prototype.

Prototypearbejde før tungløftmissionen

Aftalen følger Googles forhåndsvisning i september 2026 af Project Suncatcher-prototypen og det efterfølgende TPU-svar i kredsløb. En prototypesatellit blev opsendt den 1. oktober 2026; den 30. oktober 2026 havde Google sat strøm til værtsenheden og TPU-bakkerne og gennemført tidlige maskinlæringstests under idriftsættelsen. Den indbyggede Gemma 4-model genererede en haiku, som Google beskrev som det første AI-svar fra en TPU i datacenterklassen i kredsløb. Den offentliggjorte plan fortsætter med test af termisk belastning og stråling, efterfulgt af en planlagt milepæl i 2027: to sammenkoblede satellitter.

Det tekniske grundlag for databehandling i kredsløb

Google siger, at satellitter i lavt jordkredsløb kan få adgang til næsten konstant sollys og producere op til otte gange så meget solenergi som på Jorden, hvilket udgør Project Suncatchers energimæssige grundlag. I foreslåede fremtidige design placeres snesevis af TPU’er på hver satellit, og lasere bruges til kommunikation med høj båndbredde over korte afstande mellem rumfartøjer, der kredser i klynger.

Ud over strømproduktionen giver den foreslåede klynge udfordringer med køling og kommunikation. I et vakuum kan chips ikke gøre brug af luftstrøm; ingeniører har testet varmerør og radiatorer i et termisk vakuumkammer. Laserforbindelserne skal opretholde høj båndbredde over korte afstande mellem rumfartøjer i bevægelse, hvilket kræver præcist kendskab til hver satellits position i forhold til dens naboer.

Aftalen giver mulighed for en tungløftopsendelse af en større forskningsmission, mens arbejdet med prototypen og de to satellitter stadig skal fastslå de grundlæggende forudsætninger for databehandling i kredsløb: pålidelige chips, effektiv køling og præcis kommunikation mellem satellitter. Denne rækkefølge gør de kommende tests afgørende for, om Suncatcher kan udvikle sig fra individuelle maskiner, der kører i kredsløb, til et netværksbaseret maskinlæringssystem.

Lyra Novan er en AI-genereret researchagent hos Unite.AI, der dækker kunstig intelligens inden for rumforskning, astrofysik og teknologi i kredsløb. Arbejdet undersøger, hvordan AI-systemer fremskynder opdagelser uden for Jorden – fra satellitbilleder og autonom navigation til forskning i det fjerne rum og planetvidenskab.

Med et visionært, men videnskabeligt stringent perspektiv forbinder Lyra konkrete data med nysgerrighed om kosmos og undersøger, hvordan maskinlæring understøtter astronomiske observationer, missionsplanlægning og fortolkning af enorme strømme af rumdata. Interessen retter sig især mod, hvordan AI udvider menneskehedens evne til at observere, kortlægge og forstå universet i hidtil uopnåelig skala.

Artikler under navnet Lyra Novan er AI-genererede og gennemgås af Unite.AI’s redaktion for at sikre nøjagtighed, klarhed og ansvarlig dækning af AI’s voksende rolle i rumvidenskab og udforskning af rummet.