Google 發射冰箱大小的衛星，搭載 TPU 晶片測試太空 AI 算力可行性

Google 把一顆和冰箱差不多大的實驗衛星送上太陽同步軌道，衛星內建四顆自家 TPU 晶片，這是 Project Suncatcher 的第一步，目標是驗證 AI 算力能不能在太空中跑起來。

衛星由 Google 與衛星影像公司 Planet 合作開發，搭 SpaceX 火箭升空，設計壽命一年。TPU 每次只能運行 Gemma 模型約 15 分鐘，原因是散熱限制——這也是整個計畫最核心的工程瓶頸。地面資料中心的晶片可以靠風冷或水冷帶走熱量，在真空環境裡這條路不通，目前 Google 的解法是管道加散熱片，但散熱片已是衛星上最重的組件之一，重量直接轉化成發射成本。Google 稱冷卻是「關鍵研究挑戰」，並非已解決的問題。

計畫負責人 Travis Beals 說，明年將再發射兩顆衛星測試雷射通訊，遠期構想是幾十顆衛星編隊，彼此用雷射串聯，形成軌道上的分散式資料中心。但他同時坦白：「我不認為未來五年內太空算力的成本會比地面便宜，可能要更久。」

這件事放在更大的格局裡看，有幾層意義值得企業主注意。第一，AI 算力需求正在逼出主流之外的選項。Google 執行長 Pichai 今年五月說算力供給跟不上需求，今年資本支出預計達 1,800 到 1,900 億美元，是 2022 年的六倍以上——但地面資料中心面臨電力與選址的社會阻力越來越大。太空路線不是奇思妙想，而是現實壓力下的備案。第二，競爭正在成形。Elon Musk 的 SpaceX 表示最快 2028 年開始部署「軌道 AI 算力衛星」，去年 11 月新創 Starcloud 已用 Nvidia H100 在太空跑過 Gemini。Google 這次的測試比 Starcloud 更系統化，是真正的多機組隊前置研究，而不是單次技術展示。第三，這條路的障礙是多層次的：散熱、維修、發射成本、雷射通訊穿越大氣層的延遲，以及火箭本身燒碳的環境問題——全都還沒有量產級解法。卡內基梅隆大學教授 Brandon Lucia 的評估很直接：地面資料中心出問題有技術員走進去修，太空版的每一個複雜度都放大十到一百倍，「必須有非常大的回報才撐得住」。

Beals 說這個專案是「登月計畫」，不會是筆直的旅程。對現在的企業主而言，這份衛星實驗本身不影響任何短期採購或IT決策，但它是 AI 算力供應鏈長期走向的早期訊號——如果地面建設持續受阻，太空算力從邊緣選項變成真正備胎的時間軸，可能比多數人預期的快。