8月21日、SiliconANGLEが「Starcloud raises $250M to build AI data centers in orbit」と題した記事を公開した。宇宙軌道上にAIデータセンターを構築するスタートアップ・Starcloudが2億5000万ドルの資金調達を完了したことについて詳しく紹介されている。
軌道上でAI学習を完了した実績を持つスタートアップ
AIハードウェアスタートアップのStarcloud Inc.は、評価額23億ドルで2億5000万ドルの資金調達を発表した。今回のラウンドはManhattan Westが主導し、NvidiaとCisco Investmentsを含む十数社以上が参加している。これは2026年3月に発表したシリーズAの拡張にあたる。
Starcloudはすでに実績を持つ。約10ヶ月前、同社は小型衛星にNvidiaのGPUを搭載して軌道に投入し、史上初の軌道上AIトレーニングを完了している。地上でGPUクラスターを動かすだけでなく、宇宙空間で実際に学習処理を走らせた点が、単なるコンセプト企業との差分だ。この初代機（Starcloud-1）の実証成果が、今回の大型調達と4世代にわたる衛星ロードマップの出発点となっている。
長期的には8万8000基の衛星を展開し、合計20ギガワットの計算能力を確保する計画を掲げている。
なぜ宇宙にデータセンターを置くのか
地上のデータセンターが直面する課題から逆算すると、軌道上という立地の利点が見えてくる。
冷却コストの低減：地上では大量の冷却設備が必要だが、宇宙空間では熱の放散メカニズムが異なるため、冷却に関わるコストや設備規模を大幅に抑えられる可能性がある（ただし後述のとおり、上位世代の衛星には依然として冷却装置が搭載される）。
太陽光発電の安定性：地上の太陽光パネルは夜間や悪天候で出力が落ちる。衛星は常に太陽に向けて配置できるため、安定した電力を継続的に確保できる。
エッジ推論の高速化：現在、衛星が収集したセンサーデータは地上に送信してから処理する。Starcloudが2027年打ち上げを予定する次世代機「Starcloud-2」では、軌道上でセンサーデータを処理してから結果だけを地上に送信する構成を想定している。生データより分析結果の方がデータ量が少ないため、転送速度が上がる。
ロードマップ：4世代の衛星計画
Starcloudは初代機Starcloud-1の実証を踏まえ、さらに4世代の衛星を段階的に展開する計画を持つ。Starcloud-1はGPUを搭載した小型衛星として軌道上AIトレーニングを実証した機体であり、以降の世代はその成果をスケールアップする位置づけとなっている。
| 世代 | 概要 |
|---|---|
| Starcloud-2（2027年打ち上げ予定） | AIチップ、ストレージ、データバックアップモジュールを搭載。トレーニングと推論の両方に対応 |
| Starcloud-3 | GPU、冷却装置、放熱設備を搭載。消費電力200キロワット（一般家庭数十軒分相当） |
| Starcloud-4 | 2.5平方マイル（約6.5平方キロ）の太陽光パネルに接続された円筒形構造体。液冷サーバーを収容するコンテナ型モジュールを複数搭載 |
Starcloud-3には冷却装置と放熱設備が明示的に搭載されており、宇宙空間であっても高密度な計算処理には熱管理が引き続き必要であることがわかる。現在最大規模で建設中の地上データセンターキャンパスが数百万軒分の電力を消費するのと比較すると、Starcloud-3の200キロワットはまだ小規模だが、大気圏外という条件での数字として捉える必要がある。
今回調達した資金は、Starcloud-3の量産ラインの構築と、打ち上げ機のキャパシティ確保に充てられる。
SpaceXとの競合関係
TechCrunchの報道によると、StarcloudのロケットパートナーはSpaceXだとされている。一方でSpaceX自身も「AI1」という名称のAI衛星を開発中であり、翼幅70メートル（約230フィート）でStarcloud-3と同等の計算能力を持つとされる。SpaceXは早ければ2027年末から量産を開始する計画だ。
打ち上げを依存するパートナーが競合製品を開発しているという構図は、Starcloudにとって中長期的なリスク要因になりうる。
詳細はStarcloud raises $250M to build AI data centers in orbitを参照していただきたい。
