Orbitale Rechenzentren: Der vollständige Leitfaden zur weltraumbasierten KI-Infrastruktur

Ein 60-Kilogramm-Satellit mit einer Nvidia H100 GPU trainierte am 10. Dezember 2025 erfolgreich das erste Large Language Model im Weltraum – ein entscheidender Moment in der Computergeschichte. Starclouds Erfolg zeigt, dass die energiehungrigsten Chips der Erde im Vakuum des Weltraums betrieben werden können, was potenziell unbegrenzte Solarenergie für KI-Workloads erschließen könnte, die derzeit die terrestrischen Stromnetze belasten.

Kurzfassung

Starcloud wurde das erste Unternehmen, das ein LLM in der Umlaufbahn trainierte, indem es NanoGPT auf einer Nvidia H100 GPU an Bord seines Starcloud-1-Satelliten ausführte. Google plant den Start von TPU-ausgestatteten Satelliten bis Anfang 2027 durch Project Suncatcher, während Chinas Three-Body Computing Constellation bis 2030 2.800 KI-Satelliten einsetzen will. Die wirtschaftliche Grundlage basiert darauf, dass die Startkosten unter 200 Dollar pro Kilogramm fallen und Solarpaneele im Orbit bis zu 8-mal mehr Energie erzeugen als auf der Erde. Für Rechenzentrumsbetreiber, die einer prognostizierten Verdreifachung des Energiebedarfs bis 2030 gegenüberstehen, stellt die orbitale Infrastruktur ein potenzielles Entlastungsventil von den Beschränkungen der terrestrischen Netze dar.

Die terrestrische Energiekrise als Treiber der Weltraumambitionen

Rechenzentren verbrauchten 4,4 % des gesamten US-Stroms im Jahr 2023 und könnten laut dem Energieministerium bis 2028 auf 6,7 % bis 12 % steigen. Der globale Stromverbrauch für Rechenzentren wird sich bis 2030 auf 945 TWh verdoppeln, wobei KI-optimierte Server von 21 % des Rechenzentrums-Stromverbrauchs im Jahr 2025 auf 44 % bis 2030 wachsen werden.

Prognosen zum Energiebedarf

Kommunale Behörden haben begonnen, neue Rechenzentrumsanträge abzulehnen, die Stromnetze belasten und Kühlwasser verbrauchen. Allein in den USA droht eine potenzielle 2,3-GW-Lücke zwischen der prognostizierten Rechenzentrumslast und der erwarteten neuen Erzeugungskapazität im PJM-Verbundnetz bis 2030.

Der Weltraum bietet eine überzeugende Alternative. Die Sonne strahlt mehr Energie ab als 100 Billionen Mal die gesamte Stromproduktion der Menschheit. Im richtigen Orbit arbeiten Solarpaneele nahezu kontinuierlich und erzeugen 5-8 mal mehr Leistung als vergleichbare Systeme auf der Erde, ohne atmosphärische Störungen.

Starcloud: Erstes LLM im Weltraum trainiert

Der historische Erfolg

Das von Nvidia unterstützte Startup Starcloud startete den Starcloud-1-Satelliten an Bord einer SpaceX-Rakete am 2. November 2025. Der 60-Kilogramm-Satellit, etwa so groß wie ein kleiner Kühlschrank, trägt die erste Nvidia H100 GPU, die den Orbit erreicht hat.

„Die H100 ist etwa 100-mal leistungsfähiger als jeder GPU-Computer, der zuvor im Orbit war", sagte Philip Johnston, CEO und Mitgründer von Starcloud, gegenüber IEEE Spectrum.

Das Unternehmen trainierte NanoGPT (ein Large Language Model, das vom OpenAI-Gründungsmitglied Andrej Karpathy erstellt wurde) mit den gesamten Werken Shakespeares und produzierte ein Modell, das in Shakespeare-Englisch spricht. Starcloud-1 führt auch Googles Gemma LLM im Orbit aus und befragt es.

Technische Spezifikationen von Starcloud-1

Lösung der thermischen Herausforderung

Eine 700-Watt-GPU in den Orbit zu bringen stellte eine enorme thermische Herausforderung dar. Auf der Erde benötigen H100-Chips komplexe Wasser- und Luftkühlsysteme. Im Weltraum existiert keine Luft, um Wärme durch Konvektion abzuführen.

Starcloud-CTO Adi Oltean und sein Ingenieurteam entwickelten ein System, das vollständig auf Strahlungskühlung basiert und große spezialisierte Paneele verwendet, um die intensive Wärme der GPU direkt in die eisige Leere des Weltraums abzustrahlen (Durchschnittstemperatur: 2,7 Kelvin oder -270,45°C).

„Viel Innovation und harte Arbeit" flossen in die Lösung, erklärte Oltean.

Starcloud-Roadmap

Das Unternehmen sammelte mehr als 10 Millionen Dollar durch Y-Combinator-Unterstützung und Teilnahme am Nvidia-Inception-Programm. Die Integration der Nvidia-Blackwell-Plattform wird bis zu 10-fache Verbesserungen gegenüber der aktuellen Hopper-Architektur liefern.

Google Project Suncatcher: TPUs im Orbit

Die Vision

Google kündigte Project Suncatcher im November 2025 an – ein Moonshot-Projekt, das solarbetriebene Satellitenkonstellationen mit TPUs und optischen Freiraumverbindungen zur Skalierung von Machine-Learning-Rechenleistung im Weltraum erforscht.

Das Unternehmen wird mit Planet Labs zusammenarbeiten, um zwei Prototyp-Satelliten bis Anfang 2027 in einen niedrigen Erdorbit etwa 400 Meilen über der Erde zu bringen.

Technische Architektur

Ergebnisse der Strahlungstests

Google testete seine Trillium-TPUs in einem 67-MeV-Protonenstrahl, um die Strahlungswerte im niedrigen Erdorbit zu simulieren:

Wirtschaftliche Prognosen

Google schätzt, dass weltraumbasierte KI-Cluster bis 2035 wirtschaftlich tragfähig werden könnten, vorausgesetzt die Startkosten fallen unter 200 Dollar pro Kilogramm (derzeit ~1.400 $/kg via SpaceX).

Das globale Rennen um orbitale Rechenzentren

Hauptakteure und Zeitpläne

Chinas Three-Body Computing Constellation

China startete 12 Satelliten am 14. Mai 2025 und markierte damit den Beginn der „Three-Body Computing Constellation". Benannt nach dem Science-Fiction-Roman und dem gravitationsphysikalischen Dreikörperproblem, repräsentiert die Konstellation eine Zusammenarbeit zwischen [Zhejiang Lab, Alibaba Group und anderen Partnern](https://spaceeyen