Google betreibt ein KI-Modell auf einem Satelliten mit einer von vier TPUs im Orbit
Der Prototyp aus Googles Project Suncatcher hat das offene Modell Gemma 4 im All ein Haiku schreiben lassen. Getestet wird solarbetriebenes Rechnen im Weltraum.
Der Prototyp von Googles Project Suncatcher ist in Betrieb und kommuniziert mit der Bodenstation, seine Rechenleistung ist allerdings eng begrenzt. Der Satellit trägt vier Tensor Processing Units von Google und erzeugt bis zu 1 kW Strom. Wie TechCrunch berichtet, kann wegen des Strombedarfs der Chips jeweils nur einer eingeschaltet werden, und das für rund 20 Minuten pro Durchlauf. Diese Einschränkung kommt zu den ohnehin schwierigen Verbindungen zwischen Weltraum und Boden hinzu.
Das Raumfahrzeug startete Anfang dieses Monats auf einer SpaceX Falcon 9, gemeinsam mit mehr als 100 anderen Raumfahrzeugen. Nach etwa drei Wochen Inbetriebnahme, in denen Ingenieure die Subsysteme des Satelliten prüften, schickte das Team seinen ersten Prompt. Das auf dem Satelliten vorinstallierte Modell, Gemma 4 von Google DeepMind, sollte ein Haiku darüber verfassen, wie es ist, im All zu sein. Google ließ es außerdem Limericks zum Thema Weltraum schreiben und über die Bedingungen in der Umlaufbahn rund um den Satelliten berichten. Ein Sprecher sagte TechCrunch, der Satellit arbeite wie vorgesehen.
Die laufende Testkampagne soll zeigen, wie sich die Chips unter thermischer Belastung und in der Strahlungsumgebung des Weltraums verhalten. Strahlung kann Bit-Flips auslösen: Dabei ändert sich ein im Speicher abgelegter Wert, was Daten beschädigen kann, ohne dass übliche Überwachungswerkzeuge anschlagen. Google hatte seine TPUs bereits auf der Erde in Teilchenbeschleunigern getestet. Diese Tests deuteten darauf hin, dass Strahlung Inferenz-Workloads kaum beeinträchtigen dürfte, für das Training eines Modells aber ein größeres Problem wäre. Was die Tests im Orbit bisher ergeben haben, geht aus dem Bericht von TechCrunch nicht hervor.
Die von Google veröffentlichten Ergebnisse vom Boden stammen aus einem Test von Trillium, der Cloud TPU v6e, in einem Protonenstrahl mit 67 MeV. Am empfindlichsten war der High Bandwidth Memory, der jedoch erst nach einer kumulierten Dosis von 2 krad(Si) Unregelmäßigkeiten zeigte. Das ist fast das Dreifache der für einen abgeschirmten Chip erwarteten Dosis von 750 rad(Si) über eine fünfjährige Mission. Bis zur höchsten getesteten Dosis von 15 krad(Si) auf einem einzelnen Chip wurden keine harten Ausfälle auf die totale ionisierende Dosis zurückgeführt.
Googles Designstudie sieht kompakte Konstellationen solarbetriebener Satelliten vor. Das vorgeschlagene System würde voraussichtlich einen Satellitenverbund in einer sonnensynchronen, niedrigen Erdumlaufbahn entlang der Tag-Nacht-Grenze nutzen, wo die Satelliten nahezu ständig Sonnenlicht erhalten. Verbindungen zwischen Satelliten auf Rechenzentrumsniveau erfordern eine sehr hohe Empfangsleistung. Da diese mit dem Quadrat der Entfernung abnimmt, müssten die Satelliten in sehr enger Formation fliegen, mit Abständen von einigen Kilometern oder weniger. Googles Demonstrator im Labormaßstab erreichte mit einem einzigen Transceiver-Paar 800 Gbps in jede Richtung. In einer beispielhaften Konfiguration mit 81 Satelliten auf einer mittleren Höhe von 650 km beträgt der Radius des Verbunds 1 km, die übernächsten Nachbarn liegen rund 100 bis 200 m auseinander.
Laut TechCrunch steht Suncatcher unter den Plänen für Rechenzentren im All weitgehend allein damit, Hochgeschwindigkeitsverbindungen zwischen Satelliten für verteilte Workloads vorzusehen. Auch die Rechenzentren von SpaceX sollen demnach Laserverbindungen nutzen, aber zu weit voneinander entfernt kreisen, um Rechenlast sinnvoll zu teilen. Starcloud und Cowboy Space wollen dagegen Inferenz auf einzelnen Satelliten ausführen. Alphabet, der Mutterkonzern von Google, hält eine bedeutende Beteiligung an SpaceX, und beide Unternehmen wären darauf angewiesen, dass Starship, die noch in Entwicklung befindliche Schwerlastrakete, vollständig und schnell wiederverwendbar wird. Eine Suncatcher-Analyse schätzt, dass SpaceX Starship 1.800 Mal fliegen müsste, um jene lernbedingten Kostensenkungen zu erreichen, die das Unternehmen bei früheren Raketen erzielt hat.
Googles Designstudie sieht die Startkosten als zentrales wirtschaftliches Hindernis für groß angelegte Systeme im All. Bei anhaltender Lernrate könnten die Startpreise bis Mitte der 2030er-Jahre auf unter 200 $/kg fallen. Zu diesem Preis wäre ein Rechenzentrum im All, pro Kilowatt und Jahr gerechnet, in etwa mit den berichteten Energiekosten eines entsprechenden Rechenzentrums auf der Erde vergleichbar. Die Studie hält aber auch fest, dass erhebliche technische Herausforderungen bleiben, darunter Wärmemanagement, Bodenkommunikation mit hoher Bandbreite und Zuverlässigkeit im Orbit.
Als Nächstes folgen eine Lernmission mit Planet und zwei Nachfolgesatelliten. Laut Googles Studie soll die Mission, bei der bis Anfang 2027 zwei Prototyp-Satelliten starten sollen, prüfen, wie die Modelle und die TPU-Hardware im All funktionieren, und optische Verbindungen zwischen Satelliten für verteilte ML-Aufgaben validieren. TechCrunch zufolge würden die nächsten Satelliten 2027 mit den fortgeschrittenen Chips starten, mehr Strom erzeugen und diese Verbindungen demonstrieren, sofern sich die TPUs an Bord dieses Raumfahrzeugs bewähren. TechCrunch merkte außerdem an, dass die Alphabet-Aktie in derselben Woche fiel, in der das Unternehmen mitteilte, dass seine Bemühungen, KI in die Suche zu integrieren, das Wachstum der Werbeerlöse belasten.
Was sich ändert
Art: Forschung · Betrifft: Gemma 4, Google Tensor Processing Units
Warum es wichtig ist
Rechnen im All befindet sich noch im Prototypenstadium. Die meisten Unternehmen können daher für KI-Workloads in naher Zukunft nicht darauf setzen.
Originalquelle
Weitere Berichte
Wo wir es gesehen haben
Forward Future (Matthew Berman)
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es