China brengt AI-model in een baan om de aarde

Ruimte
China Deploys AI Model in Orbit
Een startup uit Chengdu meldt dat het Alibaba's Qwen3-taalmodel heeft geüplinkt naar een operationeel satellietcluster. Dit maakt deel uit van een bredere Chinese inspanning om duizenden AI-gestuurde satellieten te bouwen voor inferentie en training in een lage aardbaan.

Tijdens een seminar in Guangzhou op 27 januari 2026 maakten leidinggevenden van het in Chengdu gevestigde GuoXing Aerospace Technology bekend dat een groot taalmodel voor algemene doeleinden — Alibaba’s Qwen3 — via een uplink is verzonden naar en uitgevoerd op hun eerste satellieten voor computatie in de ruimte. Bedrijfsleiders verklaarden dat het model end-to-end redeneringen uitvoerde in een baan om de aarde: vragen die vanaf grondstations werden verzonden, werden aan boord verwerkt, waarna de antwoorden in ongeveer twee minuten naar de aarde werden teruggestuurd. Dit maakte deel uit van een live-test die door het bedrijf werd omschreven als een primeur voor een grootschalig AI-model voor algemene doeleinden dat actief is op een constellatie in de ruimte.

De GuoXing Qwen3-test

GuoXing presenteerde de demonstratie als een technische mijlpaal: de startup verklaarde dat het Qwen3 naar een van zijn eerdere lanceringen had verzonden en meerdere experimenten had uitgevoerd waarbij payloads inferentie uitvoerden en de resultaten rechtstreeks naar de grond stuurden. Directieleden van het bedrijf benadrukten de winst op het gebied van latentie en autonomie door verwerking in de ruimte, in plaats van het verzenden van ruwe remote-sensinggegevens naar aardse datacentra voor analyse. Het bedrijf rapporteerde verwerkingstijden voor de volledige cyclus in de orde van minuten en presenteerde de test als een bewijs voor veel van de voorgestelde use-cases voor AI in de ruimte — van snellere rampenbeoordeling tot bijna real-time analyses voor maritieme en agrarische monitoring.

Ambitieuze constellatieplannen

GuoXing is niet de enige met grote ambities. Het bedrijf schetste een roadmap die opschaalt van het initiële cluster van 12 satellieten dat in mei 2025 werd gelanceerd, naar een gepland netwerk van 2.800 gespecialiseerde satellieten in 2035. Die architectuur zou volgens de beschrijving bestaan uit ongeveer 2.400 inferentie-satellieten en 400 zwaardere trainingsplatforms in zonsynchrone, dawn-dusk en banen met een lage inclinatie op een hoogte tussen ongeveer 500 en 1.000 kilometer. De publieke cijfers van GuoXing bevatten extreem hoge doelen voor de totale rekenkracht — strevend naar ordes van 100.000 petaflops voor inferentie en tot 1 miljoen petaflops voor training over de uiteindelijke constellatie — en een gefaseerd implementatieschema dat mikt op een capaciteit van 1.000 satellieten tegen 2030.

Andere Chinese projecten en vroege diensten

Verschillende andere Chinese teams en start-ups maken snelle vorderingen op dit gebied. ADA Space, dat medio 2025 de eerste reeks voor 'ruimtecomputatie' lanceerde, heeft een vervolgcluster van 12 satellieten genaamd Liangxi aangekondigd en stelt dat zijn Star Compute-dienst on-orbit inferentie heeft geleverd voor het Aerospace Information Research Institute (AIRI) van de Chinese Academy of Sciences. Onderzoekslaboratoria en kleinere commerciële spelers hebben eveneens experimentele systemen gedemonstreerd: Zhejiang Laboratory heeft een mini-constellatie van 12 satellieten in de vaart die een model met acht miljard parameters draagt voor domeinspecifieke taken, terwijl bedrijven zoals Zhongke Tiansuan melding maken van langdurige on-orbit operaties met eerdere ruimtecomputers en eigen hoogwaardige GPU's testen voor toekomstige satellieten.

Architecturale en technische uitdagingen

Het naar de ruimte brengen van AI is niet alleen een oefening in systeemintegratie, maar ook een technische uitdaging op verschillende fronten. Satellieten moeten overleven in een omgeving met veel straling en grote temperatuurverschillen, terwijl ze energie-intensieve versnellers aansturen. Chinese teams beschrijven mitigatiemaatregelen zoals redundante elektronische architecturen, foutdetectie- en herstelprotocollen om door straling veroorzaakte fouten aan te pakken, en innovatieve thermische beheersmethoden zoals warmtetransport via vloeistofcirculatie om restwarmte naar radiatoren te verplaatsen waar deze kan worden uitgestraald. Inter-satellietverbindingen met een hoge doorvoer vormen een parallelle bottleneck: bedrijven ontwikkelen op laser gebaseerde verbindingen om grote datavolumes tussen satellieten uit te wisselen en rekenkracht te concentreren waar dat nodig is, waarbij bedrijfsbriefings verwijzen naar verbindingen van honderden gigabits voor mesh-achtige constellaties.

Waarom exploitanten rekenkracht in de ruimte willen

Het pleidooi voor AI in de ruimte rust op verschillende praktische voordelen. Constellaties in een lage aardbaan bevinden zich daar waar veel van de ruwe data ontstaat — van sensoren voor aardobservatie, maritieme trackers en andere sensoren — zodat verwerking aan boord petabyte-stromen kan reduceren tot compacte, bruikbare outputs nog voor de downlink. Dat vermindert de noodzaak voor kostbare grondinfrastructuur met hoge bandbreedte en kan de latentie verlagen voor tijdgevoelige beslissingen. Exploitanten wijzen ook op de overvloedige zonne-energie en de koude achtergrond voor stralingskoeling als milieuvoordelen ten opzichte van datacentra op land; deze voordelen zijn echter afhankelijk van het oplossen van de hierboven beschreven technische hindernissen en van de economische aspecten van lancering, vervanging en onderhoud.

Strategische context: een wereldwijde wedloop

De aankondigingen van Chinese bedrijven maken deel uit van een bredere internationale discussie: private partijen en nationale actoren in de Verenigde Staten en Europa streven soortgelijke ideeën na, en leidinggevenden uit Silicon Valley hebben publiekelijk plannen geschetst voor de uitbreiding van rekenkracht in de ruimte. Veiligheidsanalisten en waarnemers van ruimtevaartbeleid wijzen erop dat dezelfde hardware en optische netwerken die commerciële AI-diensten in de ruimte mogelijk maken, ook voor tweeërlei gebruik (dual-use) geschikt kunnen zijn, wat vragen oproept over veerkracht, nationale veiligheid en exportcontroleregimes. Commentatoren in meerdere landen beschouwen AI in de ruimte nu al als een strategische grens — zowel vanwege het commerciële potentieel als omdat een gedistribueerde rekenlaag in de ruimte de locatie en manier waarop kritieke nationale infrastructuur en industriële AI-workloads worden gehost, zou veranderen.

Tijdschema voor de korte termijn en punten van aandacht

GuoXing verklaarde dat het tweede en derde cluster van zijn constellatie dit jaar zullen worden uitgerold, en woordvoerders van het bedrijf blijven agressieve meerjarenplannen publiceren. Onafhankelijke start-ups en onderzoekslaboratoria in heel China hebben vergelijkbare snelle roadmaps: tweede-generatie payloads, experimentele laser-crosslinktests en de eerste implementaties voor klanten zijn al aangekondigd of gedemonstreerd. Internationale waarnemers zullen enkele concrete indicatoren nauwgezet volgen — de schaal en frequentie van lanceringen, het succesvol langdurig functioneren van versnellers van GPU-klasse in de ruimte, de betrouwbaarheid van laser-crosslinks en de vraag of grootschalige training in de ruimte technisch en economisch haalbaar wordt. Even belangrijk zullen de beleidsreacties van overheden zijn op het gebied van spectrumgebruik, exportcontroles en normen voor verantwoord gedrag in de ruimte, naarmate commerciële AI-platforms en nationale veiligheidsbelangen samenkomen.

AI in de ruimte beweegt zich in maanden in plaats van jaren van concept naar demonstratiemodel naar operationele dienst. Dat gecomprimeerde tijdschema brengt bekende afwegingen met zich mee: snelheid en schaal versus betrouwbaarheid en openheid. Vooralsnog is de belangrijkste boodschap helder — bedrijven in China verklaren dat ze een groot taalmodel voor algemene doeleinden in de ruimte hebben gedraaid, en ze onderbouwen die demonstratie met plannen voor duizenden voor computatie geoptimaliseerde satellieten. Of die plannen zullen uitgroeien tot een transformatieve nieuwe laag van wereldwijde computatie zal afhangen van de technische uitvoering, de economie van de lanceringen en de beleidskeuzes die landen maken wanneer commerciële ambitie en gevoelige nationale belangen elkaar ontmoeten.

Bronnen

  • Chinese Academy of Sciences (Aerospace Information Research Institute)
  • Institute of Computing Technology, Chinese Academy of Sciences
  • Zhejiang Laboratory
  • Beijing Astro-future Institute of Space Technology (BAIST)
  • China National Space Administration
James Lawson

James Lawson

Investigative science and tech reporter focusing on AI, space industry and quantum breakthroughs

University College London (UCL) • United Kingdom

Readers

Readers Questions Answered

Q Welke mijlpaal claimde GuoXing voor het Qwen3-model van Alibaba dat in een baan om de aarde is gebracht?
A GuoXing Aerospace Technology kondigde aan dat Alibaba's Qwen3 naar een operationele computer-satelliet in de ruimte is geüpload en aan boord werd uitgevoerd, waarbij end-to-end redenering in een baan om de aarde werd afgehandeld. Ze rapporteerden levensvatbare inferentie in de ruimte, waarbij zoekopdrachten vanaf de grond werden verwerkt en antwoorden in ongeveer twee minuten naar de aarde werden teruggestuurd, wat een primeur is voor een AI-model voor algemene doeleinden dat binnen een constellatie in de ruimte opereert.
Q Wat is de geplande omvang en tijdlijn van de constellatie van GuoXing?
A GuoXing schetste een roadmap van een initieel cluster van 12 satellieten dat in mei 2025 wordt gelanceerd tot een gepland netwerk van 2.800 gespecialiseerde satellieten tegen 2035, bestaande uit ongeveer 2.400 inferentie-satellieten en 400 zwaardere trainingsplatformen. De architectuur richt zich op zonsynchrone, dag-nachtgrens (dawn-dusk) en banen met een lage hellingshoek op ongeveer 500 tot 1.000 kilometer hoogte.
Q Wat zijn de geformuleerde rekendoelen voor de GuoXing-constellatie?
A Het bedrijf noemt ambitieuze rekendoelen voor de constellatie: ongeveer 100.000 petaflops voor inferentie aan boord en tot 1.000.000 petaflops voor training over het uiteindelijke netwerk, met gefaseerde inzet naar een capaciteit van 1.000 satellieten tegen 2030 en totale aantallen die als extreem groot worden omschreven.
Q Welke technische uitdagingen en oplossingen worden beschreven voor AI in de ruimte?
A Het artikel belicht meerdere technische uitdagingen bij AI in de ruimte, waaronder het overleven van hoge straling en brede temperatuurbereiken terwijl er energieverslindende versnellers draaien. Oplossingen omvatten redundante elektronische architecturen, foutdetectie- en herstelprotocollen, en innovatief thermisch beheer zoals vloeistofgekoelde warmteoverdracht, plus de ontwikkeling van op laser gebaseerde inter-satellietverbindingen voor dataoverdracht met een hoge doorvoersnelheid.

Have a question about this article?

Questions are reviewed before publishing. We'll answer the best ones!

Comments

No comments yet. Be the first!