谷歌要把TPU送上太空，用太阳能养AI

在算力和电力疯狂扩张的当口，谷歌抛出一个“登月级”研究项目：Suncatcher 计划（逐日者）。

它设想把搭载 TPU 的卫星发到近地轨道，依靠太阳能供电，将上百颗小卫星组成在轨数据中心。

谷歌官方博客公示，团队已宣布与 Planet 合作，最早在 2027 年初发射两颗原型星，先送硬件“上天试炼”。

为什么算力非要上天？

人工智能模型的算力需求正以爆发式增长，背后是巨大的能耗压力。

据高盛预测，到 2030 年 AI 数据中心的耗电量将比 2023 年增长约 165%。

美国政府研究估计，2028 年美国数据中心用电可能占全国总电力的 12%，其中一半以上电力仍依赖化石能源。

如何为“贪吃”的 AI 提供清洁且充足的能源，成为科技产业亟待解决的难题。

这种背景下，将算力“搬出地球” 是种不错的解决思路。

太空拥有取之不尽的太阳能，且无需占用地面水土资源。由于不受大气削弱，且轨道阳光强度比地球中纬度地区高出数倍；卫星在太空中散热可直接利用真空冷阱，无需耗水冷却；更没有邻居抱怨噪音和废热。

换言之，太空为能源密集型计算提供了一个天然清洁且几乎无限的“绿能”环境。

谷歌研究团队指出，在近地太阳同步轨道上，卫星所携光伏板几乎可连续发电，使其单位面积发电能力比地球上提升约八倍。

同时谷歌发布了一篇论文，分享了一些早期研究成果。

论文标题：Towards a future space-based, highly scalable AI infrastructure system design

论文地址：https://goo.gle/project-suncatcher-paper

如何解决能源和通讯问题?

在地球轨道上建设数据中心，首先要解决能源和通信两大核心问题。

能源方面，谷歌计划把卫星部署在黎明-黄昏（Sun-synchronous）近地轨道，使卫星始终处于地球昼夜线附近，24 小时晒太阳，补充能源。

这条轨道高度约 500-700 公里，通信延迟相对较低且发射成本可控。

通信方面，为了让 AI 更智能，数据在卫星间传输必须快如闪电。论文指出，要实现类似地面数据中心的性能，卫星间链路带宽需达每秒数十太比特（Tbps）级别。

但传统卫星激光通信速率在 1–100Gbps 量级，远不能满足咱每秒数十太比特（Tbps）级别的带宽需求。

咋提速？谷歌提出的方案：缩短距离，让卫星“抱团”飞。

距离越近，光束光斑越小，单位面积光强越高，因而可以在相同发射功率下实现更高带宽。此外，近距离还有利于在两星之间同时建立多束平行激光链路。

谷歌团队分析，若卫星相距 1 公里以内，采用现有 COTS 商用波分复用光模块，每对卫星可实现约 10Tbps 的总带宽。

这时，又有家人要问了：“这么近的编队飞行，咋飞啊？不会撞吗？

谷歌还有办法。

他们设想了一个半径约 1 公里、包含 81 颗卫星的平面编队为蓝本，模拟在约 650km 高的太阳同步轨道上，各卫星在无推力情况下相对运动情况。

结果显示，由于地球非球形引力等扰动，编队在轨运行中会发生周期性形变，但相邻卫星距离始终在约 100～200 米范围内规律振荡，没有发生碰撞接近。

更关键的是，一整圈轨道周期（约 90 分钟）后编队几乎可回到初始构型，只需很小的推进器脉冲修正即可长期维持队形。

当然，实际环境中还有地球引力扰动、大气阻力等因素影响，团队通过模拟计算，发现只需非常小幅度的轨道修正，就能补偿这些扰动，将卫星保持在预定队形。

牛啊！那又有家人要问了，宇宙射线有辐射，咋办？

算力如何在真空中活下去？

一句话，比人好活！

虽然外太空充斥着高能粒子辐射，会引发电子元件的累计损伤。

AI 能不能活，关键在于他的器官——芯片、内存、硬盘、散热扛不扛得住。

首先是芯片。为了让他在宇宙中活下去，谷歌对自研 Trillium TPU V6e 芯片进行了测试。

他们发现芯片在收到约 2000 rad(Si) 剂量辐射后才开始出现细微异常，照近地轨道一年约 150 rad(Si)的受照剂量估算，TPU 挺 10 年都没问题！

也就是说，TPU 本身出乎意料地自带抗辐射“体质”，即使不做特殊加固，只要加装适当屏蔽，也足以胜任数年的太空任务。

但能不能活，还得看存储。

高带宽存储（HBM）是相对薄弱环节了。

经测试，HBM 在累积约 2000 rad 后开始出现轻微异常，这意味着每年或出现数次单粒子翻转导致的内存比特错误，频率极低。

但对于 AI 推理任务来说，这样的误码率可忽略不计！

还有个重要的问题，散热做不好，TPU 还是活不下去。

地面数据中心靠冷却塔和水循环将上百千瓦的热量带走，而卫星在真空中只能依赖导热和辐射散热。

鉴于太空环境的背景温度，我们只要把热量能传到散热器表面，就可有效向外辐射。

但 TPU 等芯片功率密度很高，卫星尺寸有限，如何将大量热流可靠传输出去？

谷歌提出，需要开发先进的热界面材料和被动热控技术，尽量以无动力方式高效地将芯片热量送达散热器。

这要求在卫星结构设计上将计算单元、散热单元和发电单元深度融合，形成整体热管理方案。

有研究者设想，从更长远看，或许需要全新的计算架构，使之天然适应太空环境——比如降低峰值发热、容忍一定软错误，以及易于并行分布等。

整体来看，即便在严苛太空环境，商业 AI 芯片也有望稳定工作。

最最最后一个问题，怎么把 TPU 送上太空？

把 TPU 送太空，这笔买卖很昂贵

再好的技术设想，若经济账算不过来，终究难成气候。

多年来，居高不下的发射费用一直是太空探索的拦路虎。

有经济分析指出，当火箭发射成本降至每公斤约 200 美元（约合人民币 1460 元）时，在轨道部署大规模基础设施才具备可比于地面方案的经济性。

过去，将有效载荷送上太空的费用高得望而却步，每公斤数万美元。

好消息是，随着 SpaceX 等推行可重复使用的重型火箭，航天发射正沿着经验曲线快速降价。

公开数据显示，SpaceX 从小型猎鹰 1 到大型猎鹰 Heavy，累计发射总质量每翻一番，单位成本约下降 20%。

按此经验曲率推算，若星舰（Starship）完全投入运营并达到高频发射，2035 年前后进入 200 美元/公斤的门槛并非天方夜谭。届时，每千瓦算力的年发射摊销成本约为 810 美元（约合人民币 5900 元），已相当接近美国数据中心平均每千瓦每年 570～3000 美元的电费开支。

换言之，一旦重型火箭降低了门槛，将 TPU 送上太空的事儿就成啦！

难吗？听起来还行，这样这样，然后这样……

其实啊，谷歌并非第一个有梦想的人。

• OpenAI 的 Sam Altman 早就畅想过太空数据中心——他坦言，随着 AI 的发展，“世界迟早被数据中心覆盖”。甚至脑洞大开地设想过在太阳周围建造“戴森球式”数据中心获取能量（当然，他也承认这还太科幻）。
• 无独有偶，亚马逊创始人杰夫·贝索斯和谷歌前 CEO 埃里克·施密特也都表示过对太空算力的兴趣。

值得注意的是，民间创业公司已经开始行动了。

• Starcloud、Axiom、Lonestar 等初创企业近年已累计获得数千万美元投资，尝试把小型计算集群送入轨道。
• 今年 8 月，Axiom Space 将“轨道数据中心单元”原型送上国际空间站试验；
• Lonestar 公司则在 2 月通过私人登月任务把一台微型服务器送上月球（里面甚至存着 Imagine Dragons 的一首歌）。
• Starcloud 公司最初计划在今年 8 月发射一颗内置多块 Nvidia 芯片的冰箱大小卫星上天，虽因故推迟，但最终在 11 月 2 日成功将其 Starcloud-1 号卫星送入约 325 公里高度的轨道，寿命约 11 个月，到期将受控再入大气焚毁。

从技术实验看，太空算力正处于从 0 到 1 的关键起步阶段。虽然距离全面商用还有相当距离，但 Google 等科技巨头的入局无疑将该赛道的竞争提升到新的高度。

结语

从地面到云端，再从云端到太空，计算架构正随着人类需求的爆炸式增长而不断演进。

在不久的将来，全天候的太空太阳能、有序飞行的卫星算力阵列、激光穿梭的数据洪流，都可能不再是科幻电影里的场景，而成为支撑数字世界的基础设施之一。

但太空并非“免费午餐”，技术、经济、管理上的难题一个都不少。

要将这一愿景变为现实，面临的技术与经济挑战丝毫不亚于登月工程。

然而，一旦关键瓶颈被突破，那个时刻的到来可能比我们想象的更快。

当仰望星辰的人们意识到其中有一部分光芒来自人类自己，我们对于“天地之利”的理解也将被赋予新的内涵。