Plan 1 080 satelitów Space.IDC firmy STAR.VISION opiera się na 1,49 mld dolarów kredytu od chińskich banków

STAR.VISION Aerospace (地卫二空间技术) zaprezentowała na Global Digital Trade Expo 25 września konstelację obliczeniową Space.IDC, znaną też jako Space String Computing Constellation. Konstrukcja finansowa zasługuje na uwagę. Jak podaje China in Space, które opisało plany 29 września, spółka podpisała umowy kredytowe z Industrial and Commercial Bank of China oraz Agricultural Bank of China na łączną kwotę 10 mld juanów, czyli 1,49 mld dolarów według kursu z 28 września. Co najmniej 1 mld juanów, około 149 mln dolarów, przeznaczono na „pierwszy etap”. Szczegółowy harmonogram wypłat nie został podany.

Sama konstelacja jest duża na papierze. Główny system ma składać się z około 1 080 statków kosmicznych, w pełni wdrożonych do 2035 roku. Mniej więcej 720 z nich ma służyć do zadań wnioskowania, a 360 do obliczeń ogólnych. Zadania mają przychodzić z Ziemi albo z innych satelitów, które nie posiadają na pokładzie własnego wstępnego przetwarzania.

Trzy statki, trzy budżety energetyczne

STAR.VISION przedstawiła trzy projekty. Statek weryfikacyjny G1 ma generować od 40 do 60 PetaFLOPs przy 11,5 kilowata mocy słonecznej. Standardowa jednostka G2 osiąga 160 do 310 PetaFLOPs przy 48 kilowatach. Flagowy G3 ma wydajność 460 do 1000 PetaFLOPs przy 140 kilowatach.

Wiele pytań inżynieryjnych pozostało bez odpowiedzi. Firma nie ujawniła parametrów orbit, łączy międzysatelitarnych, rozmiaru radiatorów ani masy. Brakuje też dokumentacji regulacyjnej, która normalnie wypełniałaby te luki. STAR.VISION potwierdziła, że zarezerwowała nieujawnioną liczbę startów na rakietach Gravity-1 firmy Orienspace i Ceres-2 firmy Galactic Energy dla statku G1, ale nie podała terminu. Spółka ma już doświadczenie w tym zakresie: od połowy 2023 roku umieszcza systemy AI na satelitach teledetekcyjnych. Firma twierdzi, że dwa satelity zbudowane dla Uzbekistanu i Indonezji zweryfikowały już część rozwiązań przyszłej konstelacji.

STAR.VISION nie działa w próżni. China in Space zauważa, że konstelacja Three-Body Computing Constellation firm ADA Space i Zhejiang Lab ma już około tuzina satelitów na orbicie. Orbital Chenguang posiada duże wsparcie finansowe, a Chaozhisuan Beijing Technology współpracuje z silnie powiązanymi partnerami. Obie firmy mają działające satelity demonstracyjne. Państwowe spółki rozwijają duże statki obliczeniowe bez większego rozgłosu. Umowy dotyczące chipów i produkcji podpisano między innymi z Hangzhou Institute for Advanced Study przy UCAS, Hangzhou Research Institute of Xidian University, Hongqing Technology, Baidu AI Cloud i MinoSpace. Wsparcie zadeklarowały również nieokreślone strefy w Zhejiang oraz miasta Xichang i Chongzhou.

Autonomia idzie wolniejszym torem

Na Ziemi trudniejsze pytanie brzmi: co ta moc obliczeniowa miałaby właściwie rozstrzygać? IEEE Spectrum napisało 29 września, że Jet Propulsion Laboratory NASA użyło w grudniu modeli Claude firmy Anthropic do pomocy w zaplanowaniu dwóch przejazdów łazika Perseverance po Marsie. Ludzie sprawdzali trasę przed jej wysłaniem. W maju NASA i IBM umieściły skompresowany model AI na Międzynarodowej Stacji Kosmicznej oraz na satelicie, aby wykrywać powodzie i chmury z orbity. W lipcu astronauci na ISS przetestowali duży model językowy do pytań o konserwację.

„Autonomia często nie ma zdeterminowanego wyniku, co oznacza, że sposób, w jaki znalazłeś się w danej sytuacji, zmienia zachowanie” – powiedział IEEE Spectrum Robert Ambrose, były szef Software, Robotics, and Simulation Division w NASA. „Jeśli więc trafiasz w tę samą sytuację inną drogą, wynik może być inny. Inżynierowie tego nienawidzą”.

Ta ostrożność stanowi przeciwwagę dla pomysłu na centrum danych na orbicie. Obliczenia w kosmosie obiecują energię słoneczną bez wpływu pogody i odprowadzanie ciepła w próżnię, ale przenoszą problem niezawodności poza Ziemię. W tym samym tygodniu pojawiło się bardziej przyziemne przypomnienie o trudnościach automatycznej interpretacji: Labqoat przetestowało osiem modeli na 2 000 zdjęć tropów dzikich zwierząt. Najlepszy z nich, Claude Opus 5.5, rozpoznał właściwy gatunek w 37,15% przypadków. Tylko 51,75% zdjęć udało się zaklasyfikować do właściwej rodziny.

Tymczasem rynek modeli wciąż się zmienia. Ukryty system rozumowania, notowany na OpenRouter jako space-bunny-alpha, reklamuje kontekst miliona tokenów i darmowy podgląd. Jego własna tabela wyników stawia go za GPT-6 Sol i Qwen3.8 Flash w testach GPQA Diamond i MMLU-Pro. To wszystko nie rozstrzyga, czy satelita powinien działać na podstawie własnych wniosków.