Dlaczego centrum danych na orbicie ma znaczenie

Naziemne centra danych obsługują większość wnioskowania AI – czyli stosowania wytrenowanego modelu do nowych danych. Opóźnienia, ograniczenia przepustowości i koszty energii mogą hamować usługi wymagające reakcji w czasie rzeczywistym, takie jak pojazdy autonomiczne czy platformy teledetekcyjne. Poprzez umieszczenie sprzętu do wnioskowania na niskiej orbicie okołoziemskiej, Starcloud dąży do skrócenia czasu odpowiedzi o milisekundy i ograniczenia zapotrzebowania na ogromną infrastrukturę naziemną. Startup twierdzi, że jest jedyną firmą eksploatującą w kosmosie procesor graficzny Nvidia H100 – jednostkę klasy serwerowej stworzoną pod obciążenia AI – co podkreśla jego ambicje techniczne.

Ścieżka finansowania

Nvidia wesprła tę rundę kwotą 25 milionów dolarów. Dyrektor generalny Philip Johnston twierdzi, że wsparcie Nvidii potwierdza unikalność „unikalnych zbiorów danych” Starcloud i zapewnia bezpośredni dostęp do wiedzy inżynieryjnej. W rundzie wzięli udział również nieujawnieni inwestorzy, co podniosło wycenę Starcloud po inwestycji (post-money) do 2,3 miliarda dolarów – co jest sygnałem zaufania kapitału wysokiego ryzyka do rynku, na którym komercyjne wykorzystanie mocy obliczeniowej w kosmosie jest wciąż skromne.

Od hali fabrycznej do orbity

Starcloud przeznaczy większość środków na rozbudowę zakładu o powierzchni 100 000 stóp kwadratowych w Woodinville w stanie Waszyngton. Fabryka będzie budować sprzęt dla orbitalnej platformy Starcloud-3, którą wyniesie rakieta Starship firmy SpaceX. Równolegle firma przygotowuje mniejszego satelitę obliczeniowego o mocy 8 kilowatów, Starcloud-2, którego start zaplanowano na 2027 rok przy użyciu dedykowanej rakiety Falcon 9.

Wąskie gardło startów

SpaceX planuje wycofać Falcona 9 do 2028 roku na rzecz nowszych pojazdów. Konkurencyjne rakiety, takie jak New Glenn firmy Blue Origin czy Neutron firmy Rocket Lab, wciąż są w fazie rozwoju, co tworzy wąskie okno dla zdolności wynoszenia ciężkich ładunków. Starcloud negocjuje długoterminowe umowy ze SpaceX i rozważa zakup własnych slotów na rakietach Falcon 9, aby zagwarantować, że mniejsze satelity dotrą na orbitę zgodnie z harmonogramem. Sukces zależy zatem od terminowego dojrzewania technologii Starship oraz zabezpieczenia slotów startowych, zanim rynek się nasyci.

Wyzwania inżynieryjne w próżni

Eksploatacja procesora GPU klasy serwerowej w kosmosie to nie jest zwykła zamiana naziemnej szafy rack na platformę satelitarną. Inżynierowie Starcloud mierzą się z trzema głównymi problemami:

  • Zarządzanie termiczne – procesory GPU generują dużo ciepła; ze względu na brak konwekcji w próżni, ciepło musi być wypromieniowywane przez specjalnie zaprojektowane panele.
  • Odporność na promieniowanie – promieniowanie kosmiczne i cząstki słoneczne mogą uszkodzić krzem. Osłony zwiększają masę, więc zespół musi zrównoważyć ochronę z limitami masy startowej.
  • Integralność strukturalna – start poddaje sprzęt ekstremalnym wibracjom i przeciążeniom. Komponenty muszą wytrzymać siły znacznie większe niż te występujące na Ziemi.

Firma współpracuje również z Nvidią nad chipem Vera Rubin Space-1, procesorem zaprojektowanym z myślą o środowisku radiacyjnym i termicznym na orbicie. Współpraca ta może doprowadzić do powstania nowej klasy krzemu przystosowanego do warunków kosmicznych, ale projekt jest wciąż na wczesnym etapie rozwoju.

Kwestie regulacyjne i skalowalność

Starcloud zwróciło się do Federalnej Komisji Łączności (FCC) o pozwolenie na eksploatację do 88 000 statków kosmicznych. Taka konstelacja przyćmiłaby istniejące sieci satelitarne i wzbudziła obawy dotyczące śmieci orbitalnych, przydziału widma oraz koordynacji z innymi operatorami. Decyzja FCC zdeterminuje, jak szybko Starcloud będzie mogło rozwinąć się poza swój początkowy poligon doświadczalny.

Kontrargumenty: Koszty, ryzyko i dopasowanie rynkowe

Wdrażanie wysokowydajnego sprzętu AI w kosmosie jest bardzo kosztowne. Opóźnienia lub nieudane starty mogą mocno uderzyć w bilans finansowy. Co więcej, rynek wnioskowania kosmicznego jest niepotwierdzony; wiele obciążeń AI działa już na urządzeniach brzegowych (edge) lub w usługach chmurowych przy akceptowalnych opóźnieniach. Krytycy twierdzą, że dodatkowa złożoność operowania na orbicie może przeważyć nad zyskami wydajnościowymi w większości zastosowań.

Na co zwrócić uwagę

  • Wdrażanie Starshipa – Pierwsze operacyjne loty Starshipa pokażą, czy Starcloud jest w stanie dotrzymać harmonogramu startów i założeń kosztowych.
  • Decyzja FCC – Zatwierdzenie dużej konstelacji będzie kluczowym kamieniem milowym w kwestiach regulacyjnych.
  • Kamienie milowe w sprzęcie – Demonstracje ciągłej pracy GPU, trenowania modeli lub wnioskowania na orbicie dostarczą konkretnych dowodów na żywotność platformy.
  • Zobowiązania klientów – Kontrakty od firm potrzebujących AI o ultra-niskich opóźnieniach (np. obrazowanie satelitarne, autonomiczna nawigacja) sprawdzą popyt komercyjny.

Podsumowanie

Pozyskanie 250 milionów dolarów przez Starcloud stawia ją w czołówce niszy łączącej AI z technologiami kosmicznymi. Jeśli bariery inżynieryjne, logistyka startów i zgody regulacyjne zostaną pomyślnie pokonane, firma może dodać nową warstwę mocy obliczeniowej pomiędzy naziemnymi centrami danych a urządzeniami brzegowymi. Stawka jest wysoka, ale nagroda — teraflopsy mocy AI na orbicie — może zmienić sposób, w jaki na całym świecie dostarczane są usługi wrażliwe na opóźnienia.