LONDON (IT BOLTWISE) – Zwei Speicher-Designs sollen künftig an Bord von Raumteleskopen mehr Daten in Echtzeit auswerten, während sie nach erdähnlichen Exoplaneten suchen. Die Studie schlägt eine HBM-Variante mit 27 gestapelten HBM-Chips und ein SRAM-Konzept mit 56 Chiplets vor. Gegenüber GPU-basierten Ansätzen sinkt der geschätzte Leistungsbedarf drastisch: von 3.000 W auf 928 W bzw. sogar auf 90 W. Damit werden auch Masse und Kosten für Energie, Kühlung und Antriebssysteme leichter handhabbar.
Raumfahrt ist längst nicht mehr nur eine Frage von präziser Mechanik und stabiler Optik. Sobald ein Teleskop Kandidatenbilder einfängt, beginnt der eigentliche Engpass: Welche Rechenleistung steht an Bord zur Verfügung, um Bilddaten in Echtzeit zu verarbeiten, während das Instrument ständig winzige optische Verzerrungen ausgleicht? Genau hier setzt eine Arbeit aus dem Umfeld der University of Michigan an, die im August auf der IEEE Space Computing Conference vorgestellt werden soll. Im Fokus steht ein Szenario, in dem ein zukünftiges Weltraumteleskop wie das Habitable Worlds Observatory (ein vorgeschlagenes NASA-Observatorium) Daten während der Beobachtung so schnell auswerten muss, dass schwache Signaturen erdähnlicher Exoplaneten überhaupt sichtbar werden.
Für diesen Beobachtungsmodus braucht es Rechenwege, die das eigentliche Datenproblem ernst nehmen. Die Anforderungen ergeben sich aus der Art, wie nahe Planeten im Umfeld eines viel helleren Sterns detektiert werden: Das System muss während der Belichtung ständig Korrekturen an kleinen Bildverzerrungen durchführen und dabei Starlight unterdrücken, um die restlichen, sehr schwachen Signale herauszuarbeiten. In der Studie wird deshalb nicht primär „mehr Rechenleistung“ gefordert, sondern „die richtige Art von Rechenleistung“: Bei den relevanten Workloads liegt die Engstelle weniger bei reinen Rechenoperationen als beim Verschieben großer Datenmengen zwischen Speicher und Recheneinheiten. Diese Unterscheidung ist in der Chip-Architektur entscheidend, weil typische GPUs zwar extrem viele Rechenschritte leisten, in Raumfahrtumgebungen jedoch bei Energie und Effizienz schnell an Grenzen stoßen.
Konzeptionell werden zwei Hardwareansätze gegenübergestellt, die die Speicherbewegung in den Mittelpunkt rücken. Die erste Architektur nutzt einen HBM-Ansatz (High Bandwidth Memory): 27 HBM-Chips werden horizontal angeordnet, wobei jeder dieser HBM-Blöcke aus einem Stapel mehrerer DRAM-Schichten aufgebaut ist. Das Ziel ist eine Art „Datenautobahn“: Statt dass der Prozessor seine Daten immer wieder aus einem vergleichsweise engen Speicherkanal nachladen muss, sollen die Datenpfade breit genug sein, um viele „Boxen“ parallel zu holen und zu verarbeiten. Die zweite Architektur verteilt Daten und Verarbeitung über 56 spezialisierte „chiplets“, wobei jedes Chiplet ungefähr 2 GB verteilten SRAM enthält. Dadurch wird das Rechenschema stärker räumlich entkoppelt: Das Prinzip ähnelt dem Mitnehmen eines kleinen Rechenhelfers an die Datenstelle, statt jede einzelne Verarbeitung ständig über einen zentralen Flaschenhals zu treiben.
Wie lässt sich bei solchen Entwürfen belegen, dass sie nicht nur auf dem Papier effizient sind, sondern auch in einer anspruchsvollen Weltraumumgebung zuverlässig arbeiten? Die Forschenden stützen sich auf Simulationswerkzeuge für die Chipentwicklung. Ein zentraler Punkt ist dabei die Robustheit gegen Strahlungsfehler, also Ereignisse, bei denen kosmische Strahlung Bits während einer Berechnung kippt. Um genau das realistisch abzubilden, laufen 10.000 Simulationen, in denen Fehler in Form von umgedrehten Binärwerten in den Rechenpfad injiziert werden. Als mathematischer Schutz wird Algorithm-Based Fault Tolerance (ABFT) eingesetzt, das gezielt problematische Fehler erkennen soll, ohne zu viele falsche Alarme auszulösen. Die zentrale Aussage der Arbeit lautet hier: Die Methode findet die gefährlichen Fault-Fälle zuverlässig, die sonst Bildartefakte mit auslöschen könnten – in der Studie mit dem Ergebnis „keine False Alarms“ für den betrachteten Schutzmechanismus.
Aus den Simulationsdaten werden anschließend Parameter abgeleitet, die für eine Missionsplanung unmittelbar relevant sind. Für eine Referenz betrachtet die Arbeit eine „standardmäßige“ GPU-Konfiguration, die im Modell 3.000 W Leistungsbedarf erzeugt. Im Vergleich dazu fällt der geschätzte Verbrauch bei der HBM-Variante mit 27-Stack-Design auf 928 W. Der noch stärkere Sprung gelingt mit dem SRAM-Konzept: Für die 56-chiplet Architektur sinkt der Bedarf auf 90 W. Ein weiterer Hebel ist eine mathematische Annäherung, die die Daten auf das Äquivalent von sieben Dezimalstellen rundet. Damit lässt sich die SRAM-Variante nochmals weiter in Richtung Energieeffizienz treiben, auf 51 W; die Studie ordnet diese Reduktion als 59-fach gegenüber der GPU-Alternative ein. Solche Zahlen sind für Technologieentscheidungen zwar immer modellabhängig, sie zeigen aber vor allem eines: Wenn man Workloads nach ihrem Speicherbedarf optimiert, kann man den Stromverbrauch stärker drücken als durch bloßes Erhöhen der Rechenleistung.
Für Satelliten zählt jedes Watt nicht nur auf dem Datenblatt, sondern wirkt sich direkt auf das Systemdesign aus. Zusätzliche Leistung bedeutet in der Praxis größere Solarpaneele, größere Batteriekapazitäten und mehr Aufwand für Kühlung – etwa über Kühler und Strahlungsflächen, die wiederum Masse und Volumen kosten. Die Arbeit führt diese Logik in konkrete Modellrechnungen: Sinkt der Leistungsbedarf von 3.000 W auf 51 W, dann soll sich das Satellitengesamtgewicht von 1.100 kg auf 193 kg reduzieren. In Kostenprojektionen ergibt sich über eine 25-jährige Missionsdauer eine Einsparung von 430 Millionen US-Dollar, weil Transport, Startdienstleistungen und Teile des thermischen Managements bei geringerer Masse günstiger ausfallen. Für das technische Ziel des Beobachtungsprogramms ist das mehr als nur Effizienzromantik: Eine leichtere Plattform erlaubt Spielraum für Instrumente, Redundanzen oder eine längere Missionsauslegung.
Der Ansatz passt außerdem zu einem größeren Trend in der Rechenlandschaft: Weg vom einheitlichen „Allzweckrechnen“ hin zu KI-ähnlichen, aber stärker workload-zentrierten Beschleunigern. Während GPUs historisch oft als universelle Lösung für datenintensive Aufgaben gelten, werden gerade in speziellen Umgebungen – etwa in Edge- und Echtzeit-Szenarien – Architekturen interessant, die Speicherhierarchien und Datenbewegung als erste Klasse behandeln. Für Raumfahrt-Teams heißt das: KI-Entwicklung und datengetriebene Bildverarbeitung müssen nicht zwangsläufig nur auf großen Rechenzentren basieren. Stattdessen können angepasste KI-Algorithmen und optimierte Hardware gemeinsam entstehen, sodass Echtzeitverarbeitung an Bord überhaupt erst realistisch wird.
Als nächster Schritt planen die Forschenden, die SRAM-chiplets tatsächlich zu fertigen und anschließend in einem Laboraufbau zu testen. Genau dieser Übergang von Simulation zu Hardware ist in der Entwicklung immer kritisch, weil Parasitics, Timing, Herstellstreuungen sowie die tatsächliche Strahlungstoleranz in echten Chips neue Parameter ins Spiel bringen. Dennoch ist die Kernbotschaft der Studie klar: Wenn eine Mission Daten in Echtzeit auswerten soll, dann lohnt sich ein Design, das den Speicherpfad priorisiert – und die Rechnung nicht bei „mehr GPUs“ beginnt, sondern bei der Frage, wo im System die meiste Energie und Zeit verloren geht. Für Unternehmen, die an KI-gestützter Sensorik, Bildgebung oder energieeffizienter Beschleunigertechnik arbeiten, lässt sich daraus eine praktische Leitlinie ableiten: KI-gestützte Systeme im Feld gewinnen, wenn die Hardwarearchitektur die Datenbewegung konsequent mitoptimiert.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Speicherzentrierte Chips für Raumteleskope: weniger Strom, bessere Echtzeitdaten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Speicherzentrierte Chips für Raumteleskope: weniger Strom, bessere Echtzeitdaten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Speicherzentrierte Chips für Raumteleskope: weniger Strom, bessere Echtzeitdaten« bei Google Deutschland suchen, bei Bing oder Google News!