SpaceX strebt 40 Milliarden US-Dollar für Nvidia-Chips an, während der Wettlauf um KI im Orbit sich intensiviert

Vera bietet uns die CPU-Leistung und den Speicherbandbreiten, um enorme Mengen an Orchestrierung, Code- und Datenverarbeitung auszuführen, während GPUs sich darauf konzentrieren können, was sie am besten können.

— Mike Nicolls, Präsident von SpaceXAI, in Nvidias Ankündigung

SpaceX ist nicht allein im Weltraum

Laut SpaceX würden die Starmind-Satelliten Solarenergie in sonnensynchronen Umlaufbahnen nutzen und Wärme in den Weltraum abgeben. Jeder Satellit hat eine maximale Verarbeitungskapazität von 250 Kilowatt.

Ein ähnliches Experiment wird von Google durchgeführt, wie von NPR berichtet. Der Prototyp des Project Suncatcher transportierte vier TPUs, um zu untersuchen, wie die KI-Chips der Strahlung und den extremen Temperaturen im Weltraum standhalten.

SpaceX und Google sind nicht die einzigen Unternehmen, die in diese Richtung gehen. Starcloud hat erfolgreich einen Nvidia H100 in den Orbit gebracht. Dies lässt orbitalen KI weniger wie ein Wissenschaftsexperiment und mehr wie einen aufkeimenden Wettbewerb um Rechenleistung erscheinen.

Die Wirtschaftlichkeits- und physikalischen Aspekte sind noch offen

Gartner prognostiziert, dass die weltweiten Ausgaben für KI bis 2026 wahrscheinlich 2,7 Billionen US-Dollar erreichen werden, was einem Anstieg von 49,5 % entspricht, der auf Infrastrukturkosten zurückzuführen sein wird.

Derzeit ist die Wirtschaftlichkeit der Platzierung dieser Infrastruktur im Orbit immer noch sehr komplex, da BCG schätzt, dass orbitale Datenzentren 2,5 bis 3 Mal so viel kosten werden wie bodengestützte Einrichtungen.

Kühlung ist ein weiteres Problem. Brookings hat geschätzt, dass ein orbitaler Rechenzentrum 2,15 Millionen Quadratfuß an Kühlkörpern benötigen würde.

Wärme ist jedoch nicht das einzige technische Problem. Chips im Weltraum müssen zudem Strahlung standhalten. Dies hat dazu geführt, dass Halbleiterunternehmen mehr Aufwand in die Entwicklung strahlungsresistenter (rad-hard) Chips investieren.

Wir haben einen deutlichen Anstieg der Aktivitäten für rad-hard-Fertigungsprozesse festgestellt.

— Dana Neustadter, Senior Director bei Synopsys, über Semiconductor Engineering

Strahlung, Temperaturschwankungen und komplexe Reparaturen machen das Rechnen im Weltraum viel schwieriger als die Nutzung derselben Ausrüstung auf der Erde.

Auswirkungen des Deals auf die Branche

Die Finanzierung stärkt die Position von Nvidia und macht den Wettlauf für kleinere Konkurrenten teurer. Reuters zitiert eine Schätzung von Morgan Stanley, wonach die KI-Infrastruktur bis 2028 1,5 Billionen US-Dollar an externer Finanzierung benötigen wird. Diese Spannungen zeigen sich bereits darin, dass Stromengpässe den breiteren Ausbau der KI erschweren.

SpaceX versucht rund $40 Milliarden aufzubringen mit Hilfe von Apollo Global Management, um KI-Chips von Nvidia zu erwerben, wie das Financial Times berichtet. Die Bedeutung dieses Deals liegt darin, dass diese Chips genutzt werden können, um die Rechenzentren von SpaceXAI auf der Erde sowie dessen geplante KI-Infrastruktur im Orbit zu betreiben.

Medienberichten zufolge soll die Finanzierung aus etwa 10 Milliarden US-Dollar an Bankkrediten und 30 Milliarden US-Dollar in Form von investment-grade-Anleihen bestehen. Die Transaktion wird voraussichtlich im Jahr 2027 abgeschlossen sein, wobei PIMCO zu den angesprochenen Kreditgebern gehört. Nach der Nachricht fiel die SpaceX-Aktie im After-Hours-Handel um 1 %, während Nvidia um 0,5 % stieg.

Warum die Finanzierung über die Erde hinausweist

Nvidia gibt an, dass SpaceXAI Vera-CPUs und seine Vera-Rubin-Plattform nutzen wird, wenn die Infrastruktur von Grok auf Gigawatt-Rechenleistung ausgebaut wird. Auch der Starmind-Satellit der ersten Generation soll ein optimiertes Vera-Rubin-NVL72-System verwenden.

Vera ist Nvidias erste CPU, die speziell für KI-Agenten entwickelt wurde. Sie verfügt über 88 Olympus-Kerne und eine Speicherbandbreite von bis zu 1,2 TB/s. Nvidia gibt an, dass sie einige Aufgaben bis zu 1,8-mal schneller ausführen kann als x86-Prozessoren.

Vera bietet uns die CPU-Leistung und den Speicherbandbreiten, um enorme Mengen an Orchestrierung, Code- und Datenverarbeitung auszuführen, während GPUs sich darauf konzentrieren können, was sie am besten können.

— Mike Nicolls, Präsident von SpaceXAI, in Nvidias Ankündigung

SpaceX ist nicht allein im Weltraum

Laut SpaceX würden die Starmind-Satelliten Solarenergie in sonnensynchronen Umlaufbahnen nutzen und Wärme in den Weltraum abgeben. Jeder Satellit hat eine maximale Verarbeitungskapazität von 250 Kilowatt.

Ein ähnliches Experiment wird von Google durchgeführt, wie von NPR berichtet. Der Prototyp des Project Suncatcher transportierte vier TPUs, um zu untersuchen, wie die KI-Chips der Strahlung und den extremen Temperaturen im Weltraum standhalten.

SpaceX und Google sind nicht die einzigen Unternehmen, die in diese Richtung gehen. Starcloud hat erfolgreich einen Nvidia H100 in den Orbit gebracht. Dies lässt orbitalen KI weniger wie ein Wissenschaftsexperiment und mehr wie einen aufkeimenden Wettbewerb um Rechenleistung erscheinen.

Die Wirtschaftlichkeits- und physikalischen Aspekte sind noch offen

Gartner prognostiziert, dass die weltweiten Ausgaben für KI bis 2026 wahrscheinlich 2,7 Billionen US-Dollar erreichen werden, was einem Anstieg von 49,5 % entspricht, der auf Infrastrukturkosten zurückzuführen sein wird.

Derzeit ist die Wirtschaftlichkeit der Platzierung dieser Infrastruktur im Orbit immer noch sehr komplex, da BCG schätzt, dass orbitale Datenzentren 2,5 bis 3 Mal so viel kosten werden wie bodengestützte Einrichtungen.

Kühlung ist ein weiteres Problem. Brookings hat geschätzt, dass ein orbitaler Rechenzentrum 2,15 Millionen Quadratfuß an Kühlkörpern benötigen würde.

Wärme ist jedoch nicht das einzige technische Problem. Chips im Weltraum müssen zudem Strahlung standhalten. Dies hat dazu geführt, dass Halbleiterunternehmen mehr Aufwand in die Entwicklung strahlungsresistenter (rad-hard) Chips investieren.

Wir haben einen deutlichen Anstieg der Aktivitäten für rad-hard-Fertigungsprozesse festgestellt.

— Dana Neustadter, Senior Director bei Synopsys, über Semiconductor Engineering

Strahlung, Temperaturschwankungen und komplexe Reparaturen machen das Rechnen im Weltraum viel schwieriger als die Nutzung derselben Ausrüstung auf der Erde.

Auswirkungen des Deals auf die Branche

Die Finanzierung stärkt die Position von Nvidia und macht den Wettlauf für kleinere Konkurrenten teurer. Reuters zitiert eine Schätzung von Morgan Stanley, wonach die KI-Infrastruktur bis 2028 1,5 Billionen US-Dollar an externer Finanzierung benötigen wird. Diese Spannungen zeigen sich bereits darin, dass Stromengpässe den breiteren Ausbau der KI erschweren.

Die klügsten Krypto-Köpfe lesen bereits unseren Newsletter. Lust dabei? Mach mit.