Google首颗太空AI算力卫星即将发射!

Google近日披露了其太空AI算力项目Project Suncatcher的新动态：一颗由Google与Planet联合研制的原型卫星，定于10月1日随SpaceX Transporter-18任务升空进入低轨，这将是Google自研TPU首次被送入真实太空环境。该卫星代号MVP，体积接近一台冰箱，内部集成4颗TPU。

此次任务的核心目的在于检验AI芯片在经历火箭发射震动、空间辐射以及极端温度变化之后，是否仍能保持稳定工作，同时采集真实的在轨计算表现与热控数据。Google在2025年公布Suncatcher时，原定下一个里程碑是2027年的双星试验；而本次新增的2026年MVP任务，则将项目进度提前至单星实测环节。

按照Project Suncatcher的远期设想，未来将由大量携带TPU的卫星构成高密度集群，并借助高速激光链路互联，从而搭建起可扩展的轨道机器学习基础设施。10月1日的首次飞行，意味着项目开始真正面对太空AI最基础的三大工程难题：硬件能否存活、如何抵抗辐射，以及怎样持续散热。

Google将AI算力送入太空的考量，核心在于能源与工程可行性两方面。

能源优势是首要驱动力

Suncatcher最看重的是轨道供电条件。据Google测算，在合适轨道上，同等面积太阳能板的实际发电量最高可达地面的约8倍。晨昏太阳同步轨道能提供近乎连续的日照，使昼夜交替和云层遮挡不再成为供能障碍。

项目起源：一次“证伪失败”

项目负责人Travis Beals曾透露，团队最初的思路是反向验证——试图找出“AI计算不适合上太空”的理由，但始终未能发现决定性的物理障碍。这一否证尝试反而促成了Project Suncatcher的诞生。

Project Suncatcher对轨道持续光照的示意

按照远期规划，每颗计算卫星将搭载数十颗TPU，多颗卫星以紧密编队飞行，并通过光通信互联形成算力集群。Google此前研究曾以81颗卫星、约1公里半径的集群为例进行推演。技术材料中，团队将这种精密编队控制比作“维也纳华尔兹”——每颗卫星都需实时掌握自身与邻星的相对位置，并持续进行轨道维持。

Google展示的紧密卫星集群概念画面

TPU能否在太空存活，要过发射和辐射两道关。

发射阶段：机械载荷冲击

火箭起飞到入轨约10分钟内，整星持续承受振动，加速度最高约10g；局部器件的瞬时载荷甚至可达50—100g。为此，团队已对原型星完成三个轴向的振动试验，覆盖不同方向与频率的发射冲击。

Project Suncatcher原型星进行整星振动试验

入轨之后：辐射成为长期威胁

高能粒子可能引发比特翻转、计算错误乃至重启，严重时造成器件永久损伤。Google在加州大学戴维斯分校Crocker Nuclear Laboratory用质子束照射TPU，并让芯片在辐照期间持续运行AI负载，以捕捉真实计算状态下的错误表现。

Google在Crocker Nuclear Laboratory进行质子束辐照测试

Google称，Trillium TPU目前测得的总电离剂量耐受能力，已超过五年轨道任务的预计累计辐射量。但地面测试难以完整还原长期太阳活动、宇宙射线谱、热循环与随机单粒子事件叠加的复杂环境。因此10月1日之后，真正值得跟踪的是实际错误率、重启频率以及长期性能衰减。

太空AI最现实的系统瓶颈出在散热环节。

真空环境下的排热路径

太空没有空气对流可用，芯片热量必须先从局部热源导出，再经由辐射器以红外形式散向太空。Google展示的原型星热路径涵盖热界面材料、铝铜导热结构、热管以及外部辐射器，核心目标是把TPU小面积上高度集中的热量迅速摊开，传递到足够大的散热表面。

Google展示的TPU导热与热管结构

Google给出的一组对比数据很能说明问题：TPU局部热流密度超过100,000 W/㎡，而典型辐射器仅约300 W/㎡。两者比较的是单位面积热流密度，并不直接等于总功率差距，但它清楚显示——芯片热量高度集中，最终需要扩散到远比自身大得多的辐射面积上。

Google给出的热流密度对比：辐射器约300 W/㎡，TPU超过100,000 W/㎡

计算功率继续攀升后，辐射器面积、热管输运能力、结构质量与展开尺寸都会跟着上涨。Ars Technica援引项目团队消息称，相关测试涵盖Gemini等模型的运行；目前四颗TPU单次连续计算窗口约15分钟，之后必须停机降温。

因此，首飞之后最关键的热数据包括：TPU满载后的温升速度、连续计算能撑多久、停机后降温需要多长时间，以及多轮“计算—冷却”循环后的稳定性。15分钟的计算窗口未来能否持续拉长，将直接决定轨道AI能否从实验载荷走向持续算力供给。