10月1日，Google将首批人工智能硬件送入太空。作为SpaceX Transporter-18任务的一部分，一颗搭载四块Tensor Processing Units（TPU）的小型卫星搭乘猎鹰9号火箭升空。这颗昵称为MVP、体积约等于一台冰箱的载荷，标志着Project Suncatcher项目正式启动。该研究旨在探索太阳能供电的卫星星座，是否能在地球轨道上承载大规模机器学习计算。
这一构想的背后，是陆地数据中心日益严峻的能源危机。随着AI训练规模扩张，数据中心在土地、冷却用水及电网容量上的竞争愈发激烈。Google希望在太空中寻找突破口：在特定的晨昏太阳同步轨道上，卫星几乎能享受持续阳光，其太阳能电池板产生的电力可达地面同等阵列的八倍，且无云层遮挡或黑夜干扰。
太空计算的挑战与MVP任务
然而，太空环境并非坦途。辐射冲击、真空散热难题以及高昂的发射成本构成了主要障碍。若卫星要作为分布式计算机协同工作，还需实现极高速度的相互通信。Google已在陆地进行了数年研究，如今通过太空任务寻求地面测试无法提供的答案。
MVP卫星本身保持低调，其太阳能电池板功率仅约一千瓦，相当于一个吹风机的耗电量。四颗TPU将以短时脉冲方式运行Gemini模型，每次运行15分钟后关闭，以便热管将芯片热量抽出并通过散热器排入寒冷太空。在无空气环境下，传统风扇无法工作，这种被动散热至关重要。
“有些东西只能在太空中进行测试。”Google研究人员指出。此前，该公司已在加州大学戴维斯分校克罗克核实验室对Trillium TPU进行了质子束测试，芯片在承受超出五年期任务预期总电离剂量三倍的情况下未发生永久性故障。但高带宽内存（HBM）仍对比特翻转敏感，真实的轨道数据将揭示硬件在实际发射振动、极端温度和辐射下的表现。
从MVP到2027年定制星座
Project Suncatcher高级总监Travis Beals透露，MVP卫星来自合作伙伴Planet Labs。为加快进度，Google将芯片集成到现有的Planet航天器中，而非等待原计划于2027年发射的两颗定制卫星。这次拼车发射让公司能够更早收集数据，MVP的结果将直接塑造2027年那两颗卫星的设计，后者将重点测试卫星之间的高带宽激光链路。
光学连接是Google设想的核心。其愿景是由间距100至200米的卫星组成直径一公里的编队。实验室测试显示，自由空间光通信速率已达每秒1.6太比特，而未来系统可能需要数十太比特的带宽才能匹配陆地数据中心性能。预印本论文详细阐述了一个包含81颗卫星的示例，依靠机器学习模型进行精确编队飞行，无需持续推力。
竞争对手也在追逐类似愿景。由英伟达支持的Starcloud去年已在轨道运行H100 GPU和Google Gemma模型；其他初创公司则计划利用数千颗小型卫星处理推理负载。埃隆·马斯克、杰夫·贝佐斯、山姆·阿尔特曼和黄仁勋等均对此表示兴趣，这场竞赛已具雏形。
经济账与环保争议
尽管前景诱人，经济因素仍是巨大阻碍。Google分析表明，只有当2030年代中期进入轨道的成本降至每公斤200美元时，太空计算在每千瓦基础上的能源成本才可能与地面设施持平。目前的发射成本远不友好，且抗辐射加固会增加质量，在轨服务尚未规模化证实。
环保论点也是一把双刃剑。虽然太空系统在运营中不产生直接碳排放并避免了地面水资源消耗，但火箭发射燃烧燃料、卫星制造消耗资源以及寿命结束后的离轨处理，都带来了新的环境权衡。欧洲ASCEND项目等研究已对此进行了详细考察。
Google将Suncatcher视为一项“登月式”尝试，接受漫长的时间表和艰难的技术壁垒。CEO桑达尔·皮查伊强调了TPU的抗辐射能力，并承认这将要求解决许多复杂的工程挑战。去年发布的arXiv预印本论文已概述了星座设计、热管理及可靠性问题。
成功仍充满不确定性。MVP仅验证硬件生存能力而非完整系统性能。即使结果积极，前方仍有数年的迭代过程，包括紧密编队中的激光通信、自主姿态保持、地面站链接带宽以及针对辐射诱导故障的错误纠正。对于延迟敏感的消费者任务，太空计算可能并不适用，但训练巨型模型或批量推理可能是更好的切入点。
Project Suncatcher位于人工智能算力渴求与空间技术性价比提升的交汇点。无论最终是重塑行业还是成为一场昂贵的实验，Google下周的硬件发射表明了其严肃意图。MVP返回的数据将为下一步行动提供指引，关于在哪里构建明天AI基础设施的讨论，已正式扩展至头顶的天空。