Kina kör AI-modeller på satellitsvärmen Three-Body

Kina har framgångsrikt testat ett nätverk av satelliter som kan köra komplexa AI-modeller direkt i omloppsbana, vilket markerar ett betydande steg framåt för Three-Body Computing Constellation. Denna experimentella svärm, som utvecklats av Zhejiang Lab i samarbete med internationella partners, demonstrerar potentialen för orbital edge computing att bearbeta stora mängder data i rymden och därmed kringgå flaskhalsen hos traditionella markstationsreläer. Den 16 februari 2026 bekräftade forskare att nätverket framgångsrikt har driftsatt 10 artificiella intelligensmodeller, vilket validerar en ny arkitektur för decentraliserad rymdbaserad bearbetning.

Three-Body Computing Constellation representerar ett strategiskt skifte från enkel datainsamling till aktiv intelligens i omloppsbana. Traditionellt fungerar satelliter som "speglar" som fångar rådata och strålar ner den till jorden för analys, vilket skapar betydande fördröjning och belastar kommunikationsbandbredden. Genom att integrera högpresterande beräkningshårdvara i själva satelliterna siktar Zhejiang Lab på att skapa en "dator i skyn" som kan tolka data i realtid och leverera användbara insikter direkt till användare på marken eller i rymden.

Vilka AI-modeller körs på Kinas orbitala satelliter?

Kinas Three-Body Computing Constellation driver för närvarande 10 artificiella intelligensmodeller i omloppsbana, inklusive två massiva system med 8 miljarder parametrar för fjärranalys och astronomisk analys. Dessa modeller möjliggör autonom identifiering av egenskaper och realtidsklassificering av kosmiska händelser, vilket drastiskt minskar mängden data som måste överföras tillbaka till jordbaserade markstationer för bearbetning.

Den tekniska sofistikeringen hos dessa modeller saknar motstycke för hårdvara i omloppsbana. Specifikt har fjärranalysmodellen med 8 miljarder parametrar redan visat sin effektivitet under ett uppdrag i november 2025. Den genomförde en infrastrukturundersökning över 189 kvadratkilometer i nordvästra Kina och lyckades identifiera broar och arenor trots kraftigt snötäcke. Samtidigt används en astronomisk tidsdomänmodell för att analysera kosmiska fenomen. Viktiga höjdpunkter i den nuvarande AI-driftsättningen inkluderar:

• 99 procents noggrannhet vid klassificering av gammablixtar i realtid.
• Autonom detektering av geospatiala egenskaper under ogynnsamma väderförhållanden.
• Datakomprimering i realtid genom filtrering av irrelevant bildmaterial före överföring.
• Distribuerad bearbetning i omloppsbana som delar upp komplexa uppgifter på flera satellitnoder.

Hur fungerar nätverkskoppling mellan satelliter i Three-Body Computing Constellation?

Nätverkskopplingen mellan satelliter inom konstellationen fungerar genom ett distribuerat tvärlänkssystem som gör det möjligt för flera rymdfarkoster att dela data och beräkningsuppgifter samtidigt. Genom att använda höghastighetskommunikationslänkar skapar svärmen ett funktionellt nätverk för orbitala beräkningar som dirigerar information mellan enheter för att optimera beräkningsbelastningen och kringgå traditionella fördröjningar vid markreläer genom delade resurser i omloppsbana.

Tester som utförts under de senaste nio månaderna har bekräftat att sex rymdfarkoster i flottan kan upprätthålla stabila inter-satellitlänkar för att fungera som en enda bearbetningsenhet. Denna "svärmintelligens" gör det möjligt för satelliterna att sömlöst överlämna datapaket, vilket säkerställer att om en satellit är överbelastad eller utom räckhåll kan en annan ta över beräkningsbördan. Uppdragsledare vid Zhejiang Lab har använt dessa tvärlänkar för att demonstrera distribuerad bearbetning, där en enda stor AI-uppgift delas upp och löses av flera satelliter som arbetar tillsammans. Denna förmåga är avgörande för att hantera de massiva datamängder som genereras av moderna hyperspektrala och röntgensensorer.

Vilken beräkningskraft kommer den fullständiga Three-Body Computing Constellation att erbjuda?

När Three-Body Computing Constellation är fullt utbyggd med över 1 000 satelliter beräknas den leverera en sammanlagd prestanda på 100 kvintiljoner operationer per sekund. Denna massiva skalning från det initiala pilotprogrammet med 12 satelliter syftar till att etablera en decentraliserad orbital superdator som kan utföra näst intill omedelbar databearbetning för globala slutanvändare och komplexa uppdrag för djupt världsrummet.

Färdplanen för konstellationen innebär en snabb expansion efter framgången med de första 12 satelliterna som lanserades i maj 2025. Enligt Li Chao, en ledande forskare vid Zhejiang Lab, är det slutliga målet att tillhandahålla en allestädes närvarande beräkningsstruktur i låg jordomloppsbana (LEO). Med 100 kvintiljoner operationer per sekund – motsvarande världens mest kraftfulla markbaserade superdatorer – kommer nätverket att stödja hantering av smarta städer, miljöövervakning och autonom navigering för andra rymdfarkoster. Denna prestandanivå säkerställer att rymdbaserad data inte längre är en "lagra-och-vidarebefordra"-vara, utan en realtidstjänst för global infrastruktur.

Implikationer för rymdvetenskap och kommunikation

Övergången till orbital edge computing bryter effektivt den "flaskhals för nedlänkning" som har begränsat satelliters nytta i årtionden. Genom att bearbeta data vid källan minimerar Three-Body Computing Constellation behovet av radiofrekvens- eller laserlänkar med hög bandbredd till marken. Detta är särskilt viktigt för astrofysik; till exempel kan två satelliter utrustade med kosmiska röntgenpolarisationsdetektorer nu identifiera och rapportera gammablixtar omedelbart, vilket gör att markbaserade teleskop kan vridas och observera händelserna innan de tonar ut. Denna realtidsförmåga kan leda till genombrott i vår förståelse av högenergetiska transienta händelser i universum.

Vidare ger den decentraliserade naturen hos denna AI-svärm en nivå av motståndskraft som traditionella monolitiska satelliter saknar. Om en enskild enhet går sönder eller skadas av rymdskrot, tillåter nätverksprotokollen den återstående flottan att dirigera om data och omfördela arbetsbelastningen för AI-bearbetningen. Denna arkitektur förväntas fungera som en ritning för framtida ramverk för sakernas internet (IoT) i rymden, vilket gör det möjligt för miljontals enheter att ansluta via en snabb, intelligent orbital ryggrad.

Framtida riktningar: Skalning av den orbitala svärmen

Framöver planerar Zhejiang Lab att påskynda lanseringsschemat för att nå milstolpen på 1 000 satelliter inom de närmaste åren. Framtida iterationer av hårdvaran kommer sannolikt att innehålla ännu större AI-modeller och mer robusta system för laserkommunikation mellan satelliter för att öka datagenomströmningen. Framgången med de nuvarande modellerna med 8 miljarder parametrar tyder på att stora språkmodeller (LLM) och specialiserad generativ AI så småningom skulle kunna hysas i omloppsbana för att hjälpa till med autonom uppdragsplanering för expeditioner till månen eller Mars. Allt eftersom Three-Body Computing Constellation växer kommer den att definiera om förhållandet mellan markbaserade datacenter och orbitala resurser, och inleda en era där de mest kritiska beräkningarna sker mil ovanför jordens yta.