谷歌启动Suncatcher太空算力测试：TPU升空与轨道数据中心

随着大模型训练对电力的需求呈指数级增长，地面数据中心正在全球范围内遭遇电力、土地和水资源的硬约束。面对这一瓶颈，Google 决定将目光投向外太空。

Google 首席执行官桑达尔·皮查伊宣布，正式启动 Suncatcher 项目的首次在轨测试。该项目搭载于一颗代号为 MVP（最小可行产品）的卫星上，搭乘 SpaceX 猎鹰9号火箭进入晨昏太阳同步轨道。这颗由卫星服务商 Planet Labs 提供平台的卫星，体积与家用冰箱相当，内部装载了 4 颗 Google 自研 TPU，算力规模约等于地面数据中心的一台标准服务器。

太空算力的三大工程关卡

将高功耗的 AI 芯片送入近地轨道，工程师必须突破发射冲击、太空辐射和真空散热三道难关：

发射过载：卫星在升空过程中需承受持续加速与剧烈震动，局部组件瞬间重力加速度可达 50 至 100 倍。Google 团队在发射前对硬件进行了全轴向震动模拟测试。
高能辐射：太空中的宇宙射线易导致元器件发生「位翻转」（单粒子翻转），引发计算错误。在加州大学戴维斯分校的质子束轰击实验中，TPU 展现出了耐受 5 年以上辐射剂量的能力，尽管显存偶发无法纠正的错误，但对 AI 推理任务的影响在可控范围内。
真空格热与散热：由于真空缺乏空气对流，传统风扇散热完全失效。Google 采用了可变形导热界面材料结合铜铝热管，将芯片热量传导至外置辐射散热板。由于被动辐射能力有限，卫星在轨运行 TPU 时需采取间歇工作模式，每次运行约 15 分钟后停机排热。测试期间，该卫星将尝试在轨运行 Gemini 模型的推理任务。

轨道集群与超高速激光互联

Suncatcher 的远期构想并非发射单颗超大体积的太空空间站，而是采用模块化编队方案。Google 计划由 81 颗卫星组成半径约 1 公里的紧密阵列，部署在约 650 公里的晨昏太阳同步轨道上。该轨道可让卫星几乎全年处于持续光照下，太阳能发电效率最高可达地面的 8 倍。

为了将数十颗卫星整合为统一的分布式算力集群，Google 计划采用高精度自由空间光通信（激光星间链路）。与传统的远距离、低带宽星间通信不同，分布式 AI 训练要求极低延迟与极高吞吐量，Google 预估单条链路需要达到 10 Tbps 的聚合带宽，其对准精度相当于在数英里外持续锁定一枚硬币大小的目标。针对激光互联的两颗专用验证卫星预计将在 2027 年发射。