Kunstig intelligens
Googles Project Suncatcher og fremveksten av orbital AI
Flytting av AI til banen
As AI-boomen har flere forsyningsbegrensninger dukket opp. Den første var GPU-er, med den spesialiserte maskinvaren som gikk fra en nisje for gaming til masseadopsjon i AI-datasentre. Som et resultat har Nvidia (NVDA ), sektorrederen, vokst til å bli verdens største selskap.
Men en annen begrensning dukker opp: energiforsyning.
Dette er fordi AI-datasentre nå i større grad måles etter deres strømforbruk enn etter beregningskraft. Derfor rasker AI-selskaper seg for å starte opp kjernekraftverk igjen, skaffer de første SMR-prototypene, eller statlige regulatorer legger nye gassdrevne kraftverk på en hurtigspor for godkjenning.
Mens jakten på energi til datasentre pågår, vender blikket seg mot et annet alternativ: rombasert solenergi.
Muligheten for en ubegrenset energiforsyning fra orbitalsatellitter er noe vi allerede har analysert grundig i “Space-Based Energy Solutions For Endless Clean Energy“.
Men dette konseptet er alltid noe begrenset av behovet for å konvertere solenergi til kraft, omdanne denne elektrisiteten til mikrobølger for å sende den ned til jorden, og deretter konvertere den tilbake til kraft.
Dette øker kompleksiteten til kraftsatellittene, krever mer jordbasert infrastruktur, og reduserer samlet sett drastisk effektiviteten i prosessen, siden hver energikonvertering medfører tap. Så dette kan kun fungere med svært billige orbitaloppskytinger.
Alternativt, hvis kraften ble brukt direkte i banen, ville dette være mye mer effektivt og bli økonomisk levedyktig tidligere. Spesielt hvis det endelige “produktet” enkelt kan sendes tilbake til jorden.
Så i teorien kunne datasentre i rommet være det ideelle alternativet: De trenger mye kraft, men å sende resultatet av beregningene tilbake til jorden er trivielt og krever ingen ny infrastruktur, og medfører ingen energitap.
Med utgangspunkt i denne ideen har Alphabet/Google nettopp kunngjort “Project Suncatcher“, som ser på hvordan et orbitalt AI-beregningssystem kan se ut.
“Inspirert av andre Google-moonshots som autonome kjøretøy og kvanteberegning, har vi begynt arbeidet med det grunnleggende som trengs for en dag å gjøre denne fremtiden mulig.
Vi utforsker hvordan et sammenkoblet nettverk av solenergidrevne satellitter, utstyrt med våre Tensor Processing Unit (TPU) AI-brikker, kan utnytte solens fulle kraft.”
Hvorfor kan det fungere?
En viktig del av hvorfor solenergi er vanskelig å bruke for datasentre og AI er at de trenger en kontinuerlig, pålitelig strømforsyning. Samtidig er jordbasert solenergi intermitterende og slutter å fungere om natten.
Men solcellepaneler plassert i riktig bane kan produsere 24/7 uten noen avbrudd eller fluktuasjon i strømmen. Den direkte eksponeringen for sollys gjør også disse panelene mye mer produktive.
“Solen er den ultimate energikilden i vårt solsystem, og sender ut mer kraft enn 100 billioner ganger menneskehetens totale elektrisitetsproduksjon.
I riktig bane kan et solpanel være opptil 8 ganger mer produktivt enn på jorden, og produsere kraft nesten kontinuerlig, noe som reduserer behovet for batterier.”
Imidlertid må noen nøkkelteknologier utvikles og testes for at AI-beregning skal fungere i bane.
Viktige utfordringer for orbital AI
Høybånds Inter-Satellittkoblinger for orbital AI
Moderne datasentre er ekstremt komplekse, og kobler sammen tusenvis, eller til og med millioner, av datamaskinkomponenter, med svært krevende krav til tilkobling og pålitelighet.
Ettersom vår evne til å sende ting i bane fortsatt er begrenset til relativt små objekter, vil ethvert rimelig stort datasenter i rommet måtte bestå av et nettverk av satellitter som kommuniserer med hverandre.
Gjeldende inter-satellittkobling (ISL)-teknologi tilbyr kun datahastigheter i området 1–100 Gbps, mye lavere enn de hundrevis av gigabit per sekund per brikke som Googles lavlatens optiske Inter-Chip Interconnect (ICI) tilbyr i sine AI-datasentre.
I stedet foreslår Google å bruke Commercial Off-The-Shelf (COTS) Dense Wavelength Division Multiplexing (DWDM) transceiver-teknologi.
Dette systemet fungerer ved å tildele hvert signal en spesifikk, unik bølgelengde (farge) av lys innenfor infrarødt spektrum. På denne måten kan samme teleskop motta data fra flere satellitter samtidig.
Kilde: Google
Etter hvert som avstanden blir svært kort (f.eks. ∼10 km for et 10 cm teleskop), oppnådde en demonstrator på benk-skala som bruker off-the-shelf komponenter med hell 800 Gbps ensrettet (1,6 Tbps toveis) overføring.
Så i teorien finnes det allerede off-the-shelf teknologi for denne typen tetthet i datatransmisjon mellom satellitter i orbital AI-datasentre.
Orbitalkonstellasjoner
De fleste satellittkonstellasjoner holder vanligvis stor avstand mellom satellittene for å begrense kollisjonsrisikoen og opprettholde optimale orbitalbaner.
Men designet som Google foreslår for Project Suncatcher vil kreve at konstellasjonen av datasentre er mye nærmere hverandre. For eksempel ville en konstellasjon med 81 satellitter bli samlet i en kule med radius 1 km (3280 fot).
Kilde: Google
Selskapets beregninger indikerer at en slik konstellasjon kan gjøres stabil, selv når man tar hensyn til ufullkommen orbital stabilitet på grunn av forstyrrelser som atmosfæredrag, solstråling, kjølestråling, månens gravitasjon, andre satellitter osv.
Dette betyr at selv om det ikke er ubetydelig, bør driften fra de korrekte banene kunne håndteres med konvensjonell satellitteknologi
“For et eksempel på en klynge som beskrevet, kan justering av aksisforholdet til 2:1,0037 redusere J2‑drift til <3 m/s/år per km av maksimal avstand fra referansebanen.”
Studien nevner også at det sannsynligvis finnes en øvre grense for hvor store slike konstellasjoner kan være, da satellittene på et tidspunkt vil begynne å forstyrre hverandre for innsamling av sollys eller for å evakuere varmetap.
Kilde: Google
Strålingstoleranse for maskinvare
De fleste datamaskinmaskinvare er sårbare for stråling, hvor kosmisk og solstråling kan tilfeldig endre en “1” til en “0”, noe som forårsaker en feil i beregningen.
For Project Suncatcher ser Google på å bruke sine egne TPU-er (Tensor Processing Units) kalt Trillium.
De testet Trilliums motstand mot romstråling ved å eksponere den for en 67 MeV protonstråle, og teste påvirkning fra total ioniserende dose (TID) og enkelt‑hendelses‑effekter (SEE).
Av de ulike elementene i Trillium TPU, viste High Bandwidth Memory (HBM) delsystemene den største sensitiviteten for TID.
HBM var den mest SEE‑sensitive komponenten, primært manifestert som ukorrigerbare ECC‑feil (UECCs).
(HBM) delsystemene begynte først å vise uregelmessigheter etter en kumulativ dose på 2 krad(Si), eller nesten 3× den forventede (skjermede) femårsoppdraget. Ingen harde feil kunne tilskrives TID opp til den maksimalt testede dosen på 15 krad(Si) på en enkelt brikke.
Alt i alt kom dette som en overraskelse og indikerer at TPU-er er bemerkelsesverdig motstandsdyktige mot stråling og er spesielt godt egnet for rombaserte datasentre.
Økonomisk levedyktighet
Det ser altså ut til at de eksisterende teknologiene, fra TPU-er til satellittkommunikasjon og mestring av orbital dynamikk, allerede er tilstrekkelige for å bygge datasentre i rommet, i det minste når man velger riktig design.
Men selvfølgelig vil dette kun ha betydning dersom disse datasentrene er økonomisk konkurransedyktige sammenlignet med jordbaserte datasentre.
Tidligere analyser av økonomisk levedyktighet for rombasert solenergi til jordbruk har en tendens til å betrakte $500/kg til Geostationary Transfer Orbit (GTO) som en levedyktighetsterskel for orbital energiprosjekter, noe som tilsvarer ∼$200/kg til LEO (Low Earth Orbit).
Å nå dette målet vil i stor grad avhenge av SpaceX sin evne til å skalere opp produksjonen og relanseringsplanen for sin største rakett hittil, Starship.
Hvis læringsraten opprettholdes—noe som ville kreve ∼180 Starship‑oppskytinger/år—kan oppskytningspriser falle til <$200/kg innen ∼2035.
På det prisnivået kan kostnaden for å skyte opp og drive et rombasert datasenter bli omtrent sammenlignbar med de rapporterte energikostnadene for et tilsvarende jordbasert datasenter per kilowatt/år.
Alt i alt ser det ut til at en ganske høy barriere i kostnadsreduksjon for å nå bane må oppnås. Men hvis kostnadsutviklingen fra det siste tiåret holder seg i denne teknologien, er det heller ikke urealistisk.
Konklusjon
Orbital datasentre er usannsynlig å bli en realitet før 2030–2035, i stor grad på grunn av behovet for å redusere oppskytningskostnadene ytterligere først.
Dette betyr ikke at eksperimenter, tester og prototyper ikke vil bringe ideen videre før da, som illustrert av Googles Project Suncatcher.
Det er sannsynlig at andre fremtredende AI-selskaper som Microsoft (MSFT ), OpenAI, Meta (META ) eller Alibaba (BABA ) også vil teste sin egen versjon av denne ideen.
To selskaper som sannsynligvis vil bevege seg raskt i dette rommet er SpaceX, ettersom Elon Musk også eier xAI, og Amazon (AMZN ), ettersom Jeff Bezos er rett bak SpaceX med sitt eget romfartsselskap, Blue Origin.
Investering i orbital AI-datasentre
Planet Labs
Bortsett fra Alphabet selv, vil en investering med fokus på ideen om rombaserte datasentre være Planet Labs. Dette er fordi det vil være partneren Google valgte å samarbeide med for å teste teknologien for Project Suncatcher.
“Vårt neste steg er en læringsmisjon i partnerskap med Planet for å skyte opp to prototype‑satellitter innen tidlig 2027 som vil teste vår maskinvare i bane, og legge grunnlaget for en fremtidig æra med massivt skalert beregning i rommet.”
Planet Labs har for tiden fokus på jordobservasjonssatellitter. Selskapet eier en flåte på omtrent 200 jordavbildningssatellitter, den største i historien, som avbilder hele jordens landmasse daglig.
Disse bildene har høy oppløsning og inkluderer hyperspektrale data (synlig + infrarødt og UV‑lys), noe som gjør dem nyttige for geodesi, landbruk, forsikring, finans og myndigheter (inkludert militære anvendelser).
De kan brukes til overvåking, katastroferespons (skogbrann, tornadoer osv.), forsvar og etterretning, kartlegging av infrastruktur, oppdaging av metanutslipp osv.
Kilde: Planet Labs
Selskapet tilbyr gjennomsiktig prising, med ulike abonnementer avhengig av hvilke regioner i verden som dekkes og antall kvadratkilometer av overflate som etterspørres. 90 % av inntektene er tilbakevendende og kommer fra årlige eller flerårige kontrakter.
Kilde: Planet Labs
Planet Labs registrerte $245 millioner i inntekter i regnskapsåret 2025, en dobling fra $122 millioner i 2022, med rekordinntekter i Q1 2026 og en justert EBITDA som ble positiv for første gang i Q4 2025.
Den største inntektskilden er Nord-Amerika-regionen (45 %), og forsvars- og etterretningssegmentet utgjør mer enn halvparten av inntektene.
Kilde: Planet Labs
Som en pålitelig leverandør av data kan Planet Labs dra nytte av noen trender, uavhengig av hvor romindustrien går:
- Den kan lisensiere bildene til AI-selskaper, eller bruke dem selv til å trene sine egne AI-er, både for bedre sanntidsovervåking og nye innsikter.
- Den vil dra nytte av priskrigen mellom oppskytningsleverandører som SpaceX, Relativity Space og Rocket Labs, noe som gjør vedlikehold og utskifting av satellittflåten billigere.
- Den vil dra nytte av stordriftsfordeler i satellittproduksjon, noe som gjør nye, mer kapable modeller billigere, som den demonstrerte med den nylige tillegget av hyperspektrale data til sine tilbud.
- Større oppskytningskjøretøy bør muliggjøre konseptet med større, mer kapable satellitter, med potensielt mye lengre levetid, da dette hovedsakelig bestemmes av mengden drivstoff satellitten kan inneholde og bruke for å opprettholde en stabil bane.
Det ser ut til at erfaring med å skape og drive et orbitalt AI-datasenter i samarbeid med Google også vil bli lagt til på under to år.
Alt i alt er Planet Labs en interessant aksje å satse på en voksende orbital økonomi, i tillegg til den åpenbare posisjonen til aksjer i rakettfirmaer som SpaceX (sannsynligvis IPO i 2026) eller Rocket Labs (RKLB ).
