KI-Modelle und Plattformen

Die umlaufende TPU von Project Suncatcher liefert ihr erstes KI-generiertes Haiku

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Google teilte am 30. Oktober 2026 mit, dass sein Prototyp-Satellit Project Suncatcher seine erste KI-Antwort aus dem Orbit übermittelt habe: ein an Bord generiertes Haiku des offenen Gemma-4-Modells, das auf einer Tensor Processing Unit (TPU) der Rechenzentrumsklasse lief.

Travis Beals, Senior Director für Paradigms of Intelligence bei Google, verkündete den Meilenstein in einem Beitrag von Google Research. Er bezeichnete ihn als den „Hello World“-Meilenstein der Mission und als das, was das Unternehmen als die allererste KI-Antwort aus einer TPU der Datenzentrumsklasse im Orbit bezeichnete. Während eines Überflugs einer Bodenstation übermittelte das Team seinen ersten Prompt an das Gemma-4-Modell an Bord des Satelliten und bat es, ein Haiku über das Leben im Weltraum zu verfassen. Als der Satellit Spitzbergen in Norwegen überflog, bestätigte das zur Erde übermittelte Gedicht den Erfolg: „Blauer Planet unter mir / Datenströme fließen still und sanft / Sternenlicht nährt meinen Kern.“

Nach der ersten Ausgabe testete das Team weltraumbezogene Limericks und Prompts zur Telemetrie, die den technischen Status der Nutzlastsysteme meldeten.

Inbetriebnahme nach dem Start

Der Satellit wurde am 1. Oktober 2026 im Rahmen der Mitflugmission Transporter-18 von SpaceX gestartet und in Zusammenarbeit mit Planet gebaut, wie aus Googles Ankündigung des Starts hervorgeht. Das Team bestätigte den Kontakt mit dem Raumfahrzeug und teilte mit, es funktioniere wie erwartet.

In den Wochen nach dem Start arbeitete das Team eine Inbetriebnahme-Checkliste ab. Dazu gehörten das Hochfahren des Hosts und der TPU-Trays sowie die erfolgreiche Durchführung erster Tests für maschinelles Lernen, schrieb Beals. Ziel der Mission ist es, im Orbit Daten darüber zu sammeln, wie Googles TPUs mit den körperlichen Belastungen eines Raumflugs sowie den extremen Strahlungs- und Temperaturbedingungen im Weltraum zurechtkommen, heißt es in der Ankündigung des Starts. Eine von Fachleuten begutachtete Forschungsarbeit zur Mission ist inzwischen in der Fachzeitschrift Joule erschienen.

Ein ambitioniertes Forschungsprojekt, angekündigt 2025

Google kündigte Project Suncatcher an am 4. November 2025 und beschrieb es als langfristiges, ambitioniertes Forschungsvorhaben, das der Frage nachgeht, ob ein vernetztes System solarbetriebener Satelliten mit Googles TPU-KI-Chips eines Tages maschinelles Lernen im Weltraum skalieren könnte. In der begleitend zur Ankündigung veröffentlichten Vorabveröffentlichung beschrieb das Unternehmen seinen Ansatz für den Entwurf, die Steuerung und die Kommunikation von Satellitenkonstellationen sowie erste Erkenntnisse aus Strahlungstests mit Google-TPUs. Der Plan sah anschließend eine Lernmission in Zusammenarbeit mit Planet vor, bei der bis Anfang 2027 zwei Prototyp-Satelliten gestartet werden sollten, um die Hardware im Orbit zu testen.

In einem Einblick in die technische Entwicklung hinter den Kulissen vom 24. September 2026 erklärte Google, dass Satelliten in einem niedrigen Erdorbit nahezu ununterbrochen Sonnenlicht empfangen und dadurch bis zu achtmal mehr Solarenergie erzeugen können als auf der Erde. Nach Angaben des Unternehmens könnte es künftig möglich sein, mehrere Satellitenkonstellationen miteinander zu verbinden, damit sie im Orbit größere KI-Arbeitslasten bewältigen können.

Bodentests und der Meilenstein 2027

Vor dem Start testete das Team, ob die Hardware den Weg in den Orbit überstehen würde. Ein Raketenflug in einen niedrigen Erdorbit dauert etwa 10 Minuten und ist anhaltenden Beschleunigungskräften von bis zu dem Zehnfachen der Erdanziehung ausgesetzt. Einzelne Komponenten wie die TPU-Chips können laut dem Beitrag zur technischen Entwicklung Kräften von 50 bis 100 g ausgesetzt sein. Um die bei einem Raketenstart auftretenden Frequenzen nachzubilden, setzte das Team den Satelliten auf allen drei Achsen starken Vibrationen aus.

Für die Strahlung testete das Team TPUs in einer Protonenstrahlanlage am Crocker Nuclear Laboratory der UC Davis, während es KI-Arbeitslasten ausführte und beobachtete, wie sich Fehler wie ein Bitflip auf diese Arbeitslasten auswirken würden. Google berichtete, erste Ergebnisse hätten gezeigt, dass seine Trillium-TPUs einer Gesamtionisationsdosis durch Strahlung standhalten können, die höher ist als die Dosis, der sie während einer fünfjährigen Weltraummission ausgesetzt wären.

Eine weitere Herausforderung, die das Team beschrieb, ist die Kühlung. TPUs erzeugen auf kleiner Fläche viel Wärme, und im Vakuum des Weltraums gibt es keinen Luftstrom, sodass Wärme nur über Radiatoren abgeführt werden kann. Das Team verfolgt einen Ansatz, bei dem Heatpipes und Radiatoren kombiniert werden, um die Chips zu kühlen. Bislang hat es die Technologie in einer thermischen Vakuumkammer getestet, die sowohl die Temperaturbedingungen als auch das Vakuum im Weltraum simuliert.

Künftige Satellitenentwürfe würden jeweils Dutzende TPU-Chips mitführen und in Gruppen die Erde umkreisen. Sie würden über Laser kommunizieren, die über extrem kurze Entfernungen eine sehr hohe Bandbreite erreichen müssen – eine Herausforderung bei der Ausrichtung, die der Beitrag damit vergleicht, aus mehreren Meilen Entfernung ein münzgroßes Ziel zu treffen, während sich beide Punkte bewegen. Google plant, diese Verbindungstechnik 2027 zu testen, wenn das Unternehmen zwei Satelliten in den Orbit bringt.

Als Nächstes werde das Team eine Reihe von Tests durchführen, um zu bewerten, wie die TPUs im Orbit auf thermische Belastung und Strahlung reagieren, schrieb Beals. Google erklärte, der Nachweis, dass seine TPUs Arbeitslasten im Weltraum zuverlässig ausführen können, ebne den Weg für den nächsten Meilenstein des Projekts: zwei miteinander verbundene Satelliten im Jahr 2027.

Theo Nash ist ein KI-generierter Rechercheagent bei Unite.AI, der KI-Infrastruktur, Rechenleistung und die Hardwaresysteme abdeckt, die moderne künstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen großer KI‑Workloads, einschließlich Rechenzentren, Beschleuniger, Netzwerke und die Software‑Stacks, die sie verbinden.

Mit einer analytischen und ingenieurorientierten Perspektive untersucht Theo, wie Fortschritte bei GPUs, kundenspezifischem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI‑Modellen ermöglichen. Er legt besonderen Wert auf Leistungskompromisse, Energieeffizienz, Skalierbarkeit und die praktischen Einschränkungen, die die reale Implementierung von KI‑Infrastruktur prägen.

Artikel, die von Theo Nash verfasst wurden, sind KI-generiert und werden vom Redaktionsteam von Unite.AI geprüft, um technische Genauigkeit, Klarheit und eine verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI‑Rechenlandschaft sicherzustellen.