Chinesisches Team führt die Rechenleistung im Weltraum an: Erstmalige In-Orbit-Einrichtung eines universellen Large Language Models im Weltraum, 2.800 Satelliten werden gestartet, um Hunderten von Millionen von Siliziumbasierten Intelligenzen zu dienen.

Zum Jahresende und Jahresanfang hat der globale Wettlauf um KI auf den neuesten Trend abgezielt -

Rechenleistung im Weltraum.

Beiderseits des Ozeans gibt es derzeit einen harten Wettlauf. Auf der einen Seite war am Jahresende in Silicon Valley die Hauptmeldung, dass das von NVIDIA gesponserte US-amerikanische Unternehmen Starcloud angekündigt hat, ein großes Modell im Weltraum erfolgreich laufen zu lassen.

Auf dieser Seite hat QbitAI erfahren, dass Guoxing Aerospace kürzlich das erste Weltraum-Rechenleistungssystem für Siliziumbasierte Intelligenzen weltweit vorgestellt hat und plant, mit 2.800 Satelliten Hunderte von Millionen von Siliziumbasierten Intelligenzen zu versorgen.

Und im Bereich der Weltraum-KI und Weltraum-Rechenleistung treten die chinesischen Akteure nicht als Nachahmer auf, sondern von Anfang an als Pioniere.

Der Wettlauf um Weltraum-Rechenleistung: China und die USA jagen sich in die Quere

Laut Wang Yabo, stellvertretender Geschäftsführer von Guoxing Aerospace, sollen von den geplanten 2.800 Satelliten 2.400 für Inferenz-Rechenleistung sorgen, was einer Gesamtleistung von 100.000 Petaflops entspricht. Die anderen 400 sollen für Training verwendet werden, mit einer Trainingsleistung von einer Million Petaflops.

Es wird geschätzt, dass es fast 10 Jahre dauern wird, bis alle Satelliten in Position sind. Laut Informationen hat Guoxing Aerospace im vergangenen Mai bereits die erste Gruppe von Weltraum-Rechenzentren erfolgreich ins Weltall geschossen und damit die Schlüsseltechnologie validiert. Die zweite und dritte Gruppe sind in Produktion und sollen dieses Jahr in Umlauf gebracht werden. Es wird erwartet, dass bis 2030 eine Netzwerkstruktur mit Tausenden von Satelliten aufgebaut und kommerzialisiert werden kann. Gleichzeitig soll die In-orbit-Validierung von Rechenleistungssatelliten für ultra-große Trainingsrechnungen abgeschlossen werden. Bis 2035 soll die gesamte Netzwerkstruktur fertiggestellt sein.

Kürzlich gab es auch Neuigkeiten von Starcloud, in das NVIDIA investiert hat. Mit den zuvor ins Weltall geschossenen NVIDIA H100-Chips wurde ein Open-Source-Modell ausgeführt, was die Weltraum-Rechenleistungstechnologie validiert hat und in Silicon Valley für Aufsehen gesorgt hat.

Die beiden globalen Hochburgen der KI haben in Bezug auf die Entwicklung von Weltraum-Rechenleistung die gleiche Wahl getroffen. Wenn ich an eine Vortragsveranstaltung letzten Monats denke, habe ich eine tiefere Einsicht in die Voraussichtskraft der chinesischen Akteure gewonnen.

Am 27. November 2025 nahm Wang Jian, Akademiker der chinesischen Akademie der Ingenieurwissenschaften und Direktor des Zhijiang Laboratories, an der Innovations- und Entwicklungs-Konferenz 2025 der chinesischen Allianz für Raumfahrtinformation und Satelliten-Internet teil. Er berichtete vor Ort, dass das große Modell Qwen3 zwischen dem 13. und 23. November 2025 über 43 Orbit-Einspeisungen erfolgreich für die Echtzeit-In-orbit-Bereitstellung fertiggestellt wurde.

Am nächsten Tag wurden auch mehrere In-orbit-Inferenzaufgaben mit dem großen Modell abgeschlossen, was die entsprechende Fähigkeit validierte.

Der Akteur, der hinter der In-orbit-Bereitstellung des großen Modells steht, ist genau das zuvor erwähnte Guoxing Aerospace. Akademiker Wang Jian sagte damals: „Guoxing Aerospace hat erstmals die In-orbit-Bereitstellung eines universellen großen Modells erreicht.“

Obwohl es auf den ersten Blick so scheint, dass auch hier Weltraum-Rechenleistung genutzt wird, um ein großes Modell auszuführen, zeigt ein Vergleich, dass dieser technologische Durchbruch im Wesentlichen von den neuesten Ergebnissen von Starcloud abweicht.

Starcloud deployt zuerst das große Modell auf der Erde und bringt es zusammen mit der Rechenleistung in den Weltraum. Dann nutzt es die Weltraum-Rechenleistung, um das Modell auszuführen. Derzeit ist die Technologie erst gerade validiert.

Guoxing Aerospace hingegen kann bereits „fernab“ ein universelles großes Modell in Umlauf bringen und es nach Bedarf online aktualisieren, nicht nur mit dem Qwen3-Modell. Das ist wie bei unseren alltäglichen Smartphones oder intelligenten Autos, die online (Over the Air) aktualisiert werden können. Dies ist der derzeit fortschrittlichste Stand im globalen Wettlauf um Weltraum-Rechenleistung.

Der Unterschied zwischen Starcloud und Guoxing Aerospace bei der Nutzung von Weltraum-Rechenleistung ist wie der zwischen Einzelspieler- und Online-Spielen.

Wang Jians Vortrag hat meine Neugierde auf Weltraum-Rechenleistung geweckt. Bei der weiteren Recherche habe ich festgestellt, dass bereits im vergangenen Jahr viele öffentliche Berichte darüber gaben, dass Guoxing Aerospace zwischen dem 25. September und 5. Oktober 2024 die globale Erstverifikation der Technologie für das In-orbit-Betreiben eines KI-Modells auf einem Satelliten abgeschlossen hat.

Warum setzen also China und die USA beide auf Weltraum-Rechenleistung und deployen große Modelle in den Weltraum?

Warum setzt man auf Weltraum-Rechenleistung?

Die Welle der großen Modelle hat einen riesigen Bedarf an Rechenleistung geschaffen. Die Infrastruktur für Rechenleistung wird weltweit stark erweitert. Weltraum-Rechenleistung kann zunächst die Kosten senken.

Am direktesten spart es wertvolle Landressourcen. Gleichzeitig verbraucht die Infrastruktur für Weltraum-Rechenleistung weniger Energie. Es ist bekannt, dass Rechenzentren einen hohen Energieverbrauch haben. Laut Daten der Internationalen Energierat kann der Gesamtstromverbrauch der globalen Rechenzentren bis 2026 1 Billion Kilowattstunden erreichen, was ungefähr dem jährigen Stromverbrauch von 120 Millionen Menschen entspricht.

Weltraum-Rechenleistung kann direkt Sonnenenergie nutzen, da es keine Ozonschichtfilterung und keine Störungen durch Regen oder Schnee gibt. So kann die Energieversorgung auf Dauer gewährleistet und die Energie auf der Erde gespart werden. Am Beispiel des „Stellar Computing“-Projekts von Guoxing Aerospace: Die Satelliten werden auf einer Dämmerungsbahn zwischen 500 und 1.000 km positioniert, deren Ebene annähernd mit der Dämmerungslinie der Erde übereinstimmt, so dass sie ständig Sonnenenergie aufnehmen können.

Zweitens kann die Echtzeitleistung von Weltraum-Rechenleistung auch Siliziumbasierten Intelligenzen wie Robotaxis und Drohnen helfen, Aufgaben mit geringer Latenzzeit auszuführen.

Es treibt nicht nur die neue Welle der physikalischen KI voran, sondern revolutioniert auch traditionelle Branchen wie die Fischerei. Die in Umlauf befindlichen großen Modelle bieten Entscheidungsfindungsfähigkeiten. Es ist wie ein „Himmelsauge“. Fischer können mit den zugehörigen Diensten jederzeit Informationen über die Bewegungen von Fischschwärmen erhalten, z. B. dass in einer halben Stunde eine Thunfischschwärme 20 Seemeilen nördlich vorbeikommt.

Erdgebundene Supercomputer können möglicherweise nicht den Bedarf an Dienstleistungen mit hoher Echtzeitfähigkeit erfüllen, da sie aufgrund der physikalischen Latenz und der Bandbreite zwischen Satelliten und Erde eingeschränkt sind. Der räumliche Abstand auf der Erde kann viel größer sein als der Abstand zur erdnahen Umlaufbahn.

Schließlich ist Weltraum-Rechenleistung auch eine ausgezeichnete Möglichkeit, KI zugänglich zu machen. Die weltweite Abdeckung von Weltraum-Rechenleistung bietet KI-Infrastruktur für abgelegenen Regionen mit geringer Rechenleistung und fördert die Zugänglichkeit von KI zusammen mit Open-Source-Modellen.

Genau die vielversprechende Aussichten von Weltraum-Rechenleistung haben dazu geführt, dass China und die USA in einem Wettlauf sind. Der Grund dahinter klingt nicht kompliziert, aber dass es derzeit zum Fokus des Wettlaufs geworden ist, hängt eng mit der technologischen Schwelle zusammen, die Hardware, Software und eine Reihe von Ingenieursproblemen umfasst.

Zunächst gibt es das Problem der Auswahl und Aktualisierung von KI-Rechenleistungschips. Jeder kennt das Moore'sche Gesetz. Die Hardwareleistung entwickelt sich schnell, was im Widerspruch zur langen Bauzeit der Weltraum-Rechenleistungsinfrastruktur steht.

Um zu verhindern, dass die Chips „veraltet“ sind, sobald sie in den Weltraum geschossen werden, muss ein Mechanismus für die In-orbit-Austausch von Hardware etabliert oder die Lebensdauer der Hardware durch Softwaremittel verlängert werden.

Nach der Lösung des Problems der untersten Rechenleistungsebene muss man sich auch um das Betriebssystem kümmern. Es muss nicht nur die Ausführung von großen Modellen im Weltraum unterstützen, sondern auch mit den auf der Erde entwickelten gängigen Architekturen kompatibel sein.

Schließlich ist die Besonderheit der Weltraumumgebung auch eine Herausforderung, der die Weltraum-Rechenleistung begegnen muss, wie z. B. das Problem der Wärmeableitung. Im Weltraum gibt es keine Luft, so dass die Wärmemanagementmechanismen auf der Erde nicht funktionieren. Die Wärme kann nur durch Strahlung übertragen werden. Es muss eine neue Wärmemanagementtechnologie entwickelt werden, um die Wärmeanhäufung zu vermeiden.

Ein weiteres Problem ist die Beschussung von Präzisionschips durch hochenergetische Teilchen, was die Hardware beschädigen und die Rechengenauigkeit stören kann. Es muss eine Sicherheitsreserve geschaffen werden.

Daher gibt es nach dem Start der Rechenleistung in den Weltraum systemische Herausforderungen, und die technologische Schwelle ist hoch. Die chinesischen Akteure haben diese Schwelle zuerst überwunden und forschen kontinuierlich. Sie haben bereits einen Vorsprung erlangt und die neue Welle der physikalischen KI getroffen.

„Weltraum-Rechenleistung + Open-Source-Große Modelle“ bilden eine einzigartige chinesische Lösung, die Hardware und Software kombiniert.

Die Open-Source-Großen Modelle haben bereits die chinesische Zeit erreicht, und die Weltraum-Rechenleistung zeigt den gleichen Trend.

Dieser Artikel stammt aus dem WeChat-Account „QbitAI“. Autor: Yifan. Veröffentlicht von 36Kr mit Genehmigung.