SpaceX und Nvidia bringen KI-Datenzentrum in die Umlaufbahn und machen Rubin zum exklusiven Standard

SpaceX und Nvidia haben zwischen dem 4. und 6. August die technischen Details des Starmind AI1 bekannt gegeben, eines Satelliten, der als KI-Datenzentrum in niedriger Erdumlaufbahn betrieben werden soll. In einer gemeinsamen Erklärung beschrieben die beiden Unternehmen ein Fahrzeug mit einer Höhe von 30 Metern, einer Spannweite von 75 Metern und einer elektrischen Leistung von 250 Kilowatt, das durch Solarpanels betrieben wird und über optische Links mit der Starlink-Konstellation mit der Erde verbunden ist. Nvidia behauptet, dass das Raumfahrzeug bis zu 25 Mal die KI-Arbeit pro Watt einer terrestrischen H100 liefert.

Das Gehirn des Satelliten kombiniert Rubin-GPUs und Vera-CPUs, beide in einem von Nvidia für das thermische Umfeld des Weltraums maßgeschneiderten Rack. Elon Musk nutzte die Ergebnis-Telefonkonferenz von SpaceX am 4. August, um die Exklusivität zu formalisieren: "Die Vera Rubin NVL72-Architektur ist eindeutig überlegen. Wir werden die gesamte KI-Infrastruktur von SpaceX auf Nvidia standardisieren", sagte der CEO. Praktisch bedeutet dies, dass AMD, das Wochen zuvor einen Umsatz von 13 Milliarden US-Dollar für das dritte Quartal mit dem Flaggschiff Instinct MI400 prognostiziert hatte, von einem der größten Verträge im nächsten Zyklus ausgeschlossen wird.

Was die FCC erhalten hat

SpaceX hat bei der US-amerikanischen Federal Communications Commission einen Antrag für eine Konstellation von bis zu 1 Million Compute-Satelliten eingereicht, die in einer Höhe von 500 bis 2.000 Kilometern operieren sollen. Jeder Starmind trägt Dutzende von Rubin-Modulen auf einem gemeinsamen Backplane; das Unternehmen plant eine aggregierte Rechenleistung von über 2 Gigawatt bis Ende 2026 und etwa 10 Gigawatt bis Ende 2027. Zum Vergleich: Der Stargate-Campus, den OpenAI und Oracle in Texas errichten, zielt bis 2027 auf 1,2 Gigawatt ab.

Die ersten Prototypen sollen im ersten Quartal 2027 gestartet werden. Der Plan vermeidet das größte Nadelöhr der terrestrischen KI, nämlich die Warteschlange für elektrische Verbindungen in bereits überlasteten Netzen, bringt jedoch zwei andere Probleme mit sich: Wärmeableitung im Vakuum und umgekehrte Latenz. Ein in der Umlaufbahn trainierter Transformer, der Kunden in Texas dient, verursacht Kosten für den optischen Verkehr zwischen Satellit und Erde, deren Preis noch nicht festgelegt ist.

Die andere Seite der Gleichung

Die Versprechung einer 25-fachen Effizienz gegenüber der H100 verdient Skepsis. Es handelt sich um Zahlen von Nvidia selbst, einen Watt-zu-Watt-Vergleich in simulierten thermischen Umgebungen, ohne Betrieb im größeren Maßstab. Ein im Juli veröffentlichter Bericht des Center for a New American Security weist darauf hin, dass frühe orbital Compute-Projekte die ursprünglichen Kostenschätzungen pro gelieferten Token um Größenordnungen übertroffen haben und dass das wirtschaftliche Modell nur aufgeht, wenn die Preiskurve für den Start von SpaceX bei 200 US-Dollar pro Kilogramm bleibt, ein Ziel, das nur die vollständig wiederverwendbare Starship erreichen könnte.

"Die Wirtschaftlichkeit des orbitalen Computings hält nur, wenn Sie bereits den Launcher betreiben", sagte Todd Harrison, Senior Fellow des American Enterprise Institute, gegenüber Ars Technica. Das ist ein Vorteil, den fast niemand sonst hat: China ist zwei Jahre von einer vollständigen Wiederverwendbarkeit mit dem Long March 9 entfernt, und die amerikanische Rocket Lab hat noch keine gleichwertige Nutzlast zertifiziert.

Marktauswertung nach Region

In den Vereinigten Staaten bewegte die Ankündigung Nvidia am 6. August um 3,4% nach oben, was die fünftägige Steigerung auf 15,4% ausweitete, während AMD in zwei Sitzungen um 8% fiel, nachdem die Prognose von Wall Street als verhalten angesehen wurde. In Europa teilen Airbus und Thales die Einschätzung zwischen Wettbewerbsrisiko, da die Europäische Kommission eine Richtlinie prüft, die vorschreibt, dass kritische KI-Systeme in der europäischen Gerichtsbarkeit betrieben werden, und der Möglichkeit, da Toulouse Expertise in Hochleistungssatelliten hat. In Indien hat die ISRO bereits Interesse signalisiert, die Starmind-Architektur mit lokaler Produktion zu replizieren, was einen milliardenschweren Vertrag für Zulieferer wie Ananth Technologies eröffnen könnte.

Was das für Unternehmen bedeutet, die KI in der Produktion einkaufen

CIOs, die Kapazitäten bei Vertex, Bedrock oder Azure OpenAI kaufen, sollten zwei Variablen beachten. Erstens, die Auswirkungen der Ankündigung eines Einzelanbieters: Wenn der größte Einzelkäufer von GPUs im privaten Sektor verspricht, auf Rubin zu standardisieren, ändert sich der Verfügbarkeitsfahrplan von AMD für Hyperscaler, und die Verhandlungsstärke von jedem Unternehmenskunden in Multi-Cloud-Verträgen schwächt sich. Zweitens, der Effekt der Kostenkurve: Wenn der Starmind bis 2028 tatsächlich die Hälfte dessen liefert, was er verspricht, ändert sich die Wirtschaftlichkeit des Trainierens eines eigenen Modells im Vergleich zur Miete einer API für Unternehmen mit hoch regulierten Daten.

Das aufschlussreichste Detail der Ankündigung liegt nicht im Satelliten, sondern darin, wer ausgeschlossen wurde. Musk hätte sich entscheiden können, den Chip mit Broadcom co-zu entwickeln oder den Vertrag mit AMD zu erweitern, und entschied sich für Nvidia. Für eine Branche, die im vergangenen Jahr versucht hat, das Ende des Monopols von Jensen Huang zu proklamieren, ist die Nachricht vom 6. August, dass das Monopol nicht nur überlebt hat, sondern sich nun auch über die Atmosphäre hinaus erstreckt.