这颗冰箱大小的卫星,把 Google 的 TPU 送进了轨道
2026 年 10 月 1 日,Google 的 Project Suncatcher 原型卫星搭乘 SpaceX 的 Transporter-18 共乘任务,从 Falcon 9 升空进入近地轨道。整星只有冰箱大小,核心载荷是 4 颗 Trillium TPU,跑的是 Google 开源模型 Gemma 的轻量变体,只用来回答简单查询。卫星由 Google 与 Planet 合作研制,目标很明确:看 AI 芯片能不能在太空里长期活着。
为什么要在太空跑 AI
地面 AI 数据中心的能耗和散热正变成行业级痛点。Google 的算账逻辑很简单:近地轨道的太阳辐照几乎是地面的 8 倍,把机房搬到天上,白天黑夜都能晒太阳,电网和水冷一并绕开。TPU 在地面已是 Google 推理主力,挪到轨道平台,理论上能复用整套软件栈——TF 编译、XLA 算子、模型权重都不用重写。
芯片先得过三关:振动、辐射、真空散热
团队在地面几乎都预演过。火箭入轨 10 分钟里,卫星要承受持续 10g 以上加速度,TPU 这种小尺寸器件局部受力可达 50–100g;他们在三轴振动台上把整机摇遍,扛住了。辐射方面,Trillium TPU 已在 UC Davis Crocker 核实验室用质子束打过,实测可承受的总电离剂量超过 5 年在轨任务总和,bitflip 错误率在 AI 负载下可控。真空散热是地面没法完全模拟的——没有空气对流,只能靠辐射板扩散热量,Google 用了热管+辐射板组合,在热真空舱里验证过,这次上天再校准。
在轨实验的硬约束:每次只跑 15 分钟
即便 4 颗 TPU 这种小规模载荷,在真空环境下散热也捉襟见肘。Google 公开承认,这次原型每次上电后最多连续运行 15 分钟就要停下来散热。这意味着它现在不是"太空版数据中心",更像一个在轨测试床:让芯片开机、加载 Gemma 权重、跑几个推理请求、然后熄火冷却。实验核心输出不是 benchmark 跑分,而是芯片在真实太空辐射+真空环境下的失效曲线和误差率。
下一步:2027 年双星激光互联
路线图的下一步,是 2027 年初把两颗卫星送入轨道,验证星间激光通信。难点不是带宽,而是相对位置——每颗星都要精确知道自己和邻居在哪,激光束要持续锁定几十到上百公里外、正在高速运动的"硬币大小目标"。激光成功组网后,多星才能真正拼成分布式推理集群,而不是各自孤立的小盒子。
冷静看:轨道 AI 离落地还差几个数量级
业内对"太空数据中心"普遍持怀疑态度,核心质疑是发射成本、运维护成本和单星算力性价比。Google 自己也在论文里承认,要让这个方案在成本上与地面数据中心持平,需要把发射单价压到现在的 1/100 量级。短期看,Suncatcher 更像是 Google 为下一代算力提前押的一条"第四选项"。对国内做大模型推理基础设施的同行来说,真正值得看的不是"Google 要去太空",而是它在振动-辐射-真空三件套上的工程数据,以及那颗能跑 Gemma 的紧凑 TPU 节点本身。
数据与事实来自 Google 官方博客 Project Suncatcher 入门、原型卫星入轨公告 与 Behind Project Suncatcher 工程细节;Solidot 报道《Google 测试太空 AI 数据中心》 对 4 颗 TPU 与 15 分钟运行上限给出独立确认。