谷歌Project Suncatcher：Gemini靠阳光运转，一次15分钟

Google与Planet联合打造的冰箱大小卫星MVP，将四枚Trillium TPU送入轨道，用太阳能运行Gemini。这些芯片每次只能工作约一刻钟，随后必须停机散热。这一上限，才是这场实验真正要回答的问题。

Google的第一颗人工智能卫星，将有一部分工作时间刻意处于关机状态。作为Project Suncatcher的首次飞行，MVP搭载四枚张量处理单元（TPU），运行Gemini模型约15分钟后停下，等散热器把热量排入太空，再重新启动。这次暂停听上去像一条技术注脚，却正是Google把卫星送上天要回答的问题。

Project Suncatcher是Google的一项研究，目标是弄清楚AI背后的电力能否直接取自在轨道上收集的阳光，而不是来自家庭、医院和工厂同样依赖的电网。MVP是该项目首个上天的硬件，由Google与Planet联合建造。Planet是一家旧金山公司，运营着全球规模最大的地球成像卫星机群之一。MVP大小与一台冰箱相当，太阳能板可提供约1千瓦电力，四枚芯片属于Trillium一代，与Google地面数据中心里响应Gemini请求的TPU同属一个家族。

推荐阅读谷歌 Gemini Spark 合上笔记本仍继续工作 — 付费测试版 5 月 26 日当周登场

如果日程不变，MVP将于10月1日从加利福尼亚州范登堡太空军基地搭乘SpaceX猎鹰9号（Falcon 9）火箭升空，是Transporter-18拼车任务所搭载的众多小型载荷之一。Google对这次飞行的定调格外低调。发射前几天，该公司表示：“有些事情只能在太空中测试。下周把我们的首批TPU送入轨道，将帮助我们获取数据和经验，为未来的发射提供参考。”这次飞行没有配套产品，也没有等待结果的服务，从天上传回来的只有测量数据。

为何要去太阳几乎不落的地方计算

上太空的理由是阳光。根据Google自己的研究，在合适的轨道上，太阳能板的发电效率最高可达地面同款面板的八倍，因为那里没有云层、没有天气变化，也几乎没有黑夜。Suncatcher依托晨昏太阳同步轨道，这条轨道沿着昼夜分界线运行，航天器几乎始终能看到太阳。这也减少了对沉重电池的需求，否则卫星必须带着它们度过每圈轨道中的黑暗阶段。电池就是质量，而质量是航天飞行中最昂贵的东西。

推动这一构想的压力，在地面上显而易见。每一代新的AI模型都需要更多算力，为此兴建的每一座数据中心都需要电网接入、土地、用于冷却的水或其他冷却手段，还越来越需要担心自家电费的当地社区保持耐心。国际能源署（IEA）2025年估计，到本个十年末，全球数据中心用电量将增长一倍以上，达到约945太瓦时（TWh），AI是增长的主要推手。

大型科技公司的回应是争抢电力。Google已签约购买Kairos Power所开发小型模块化反应堆的电力，并与NextEra Energy合作，让爱荷华州已关停的杜安·阿诺德核电站重新投运。Microsoft同意重启宾夕法尼亚州三里岛的一座反应堆，Amazon则投资了反应堆开发商X-energy。这些项目都需要数年时间，受制于审批和地方政治，还要与所有人争夺同样的输电容量。Suncatcher是同一场寻找中最激进的版本：不在地面寻找更多电力，而是前往阳光几乎从不间断的地方。

冰箱大小的卫星，微波炉级的功率

眼下，这项计划刻意保持小规模。MVP的太阳能板可提供约1千瓦电力，大致相当于一台微波炉的功率；四枚芯片的算力加起来，约等于地面数据中心的一台服务器。地球上最大的AI园区按数百兆瓦规划，按纸面计算，一座100兆瓦的设施需要十万颗MVP这样的卫星才能凑齐电力。Google把这次任务归结为一个朴素的问题，必须先回答它，更大的账才有意义：自家的AI硬件到底能不能在太空中运行。

MVP也表明，项目推进速度快于最初宣布的节奏。Google在2025年11月推出Suncatcher时，计划与Planet开展一次学习任务，在2027年初前将两颗原型卫星送入轨道。如今MVP抢在这两颗卫星之前出发，任务也更聚焦：在Google投入更复杂的硬件之前，收集TPU在发射应力、太空辐射和近地轨道剧烈温差下表现的真实数据。

Trillium是Google的第六代TPU，2024年5月发布，同年晚些时候向云客户开放。Google此后又推出了第七代Ironwood，专为大规模运行大型模型而设计。首次测试选用上一代芯片有其务实考虑：这款芯片在地面上已被摸得一清二楚，一旦在轨道上表现异常，就可以归因于环境，而不是陌生的硅片。

与Planet的合作由来已久。2017年，Google将卫星成像业务Terra Bella（前身为Skybox Imaging）出售给Planet，作为交易的一部分，Google获得了Planet的股份，并签下一份多年期影像采购协议。Planet由前NASA科学家于2010年创立，十多年来一直在建造和运营小型卫星机群，因此由它负责航天器这一侧的工作：造卫星、让它们在轨道上活下去，并从地面与之通信。Google则带来芯片、模型和问题。这种分工与Google从一开始对Suncatcher的描述一致：这是一项研究，每次发射都先总结经验，再决定下一步。

辐射反倒是较容易的难题

地面测试给出了一些乐观的理由。Google沿三个轴向摇晃硬件以模拟火箭飞行，在此过程中单个部件可能承受50至100 g的加速度。随后，Google把Trillium TPU带到加州大学戴维斯分校（UC Davis）的克罗克核实验室（Crocker Nuclear Laboratory），在芯片运行AI任务时用67 MeV质子束轰击，观察比特翻转等错误。据Google Paradigms of Intelligence团队高级总监特拉维斯·比尔斯（Travis Beals）介绍，这些芯片承受的总辐射剂量超过了它们在五年任务中将吸收的剂量。

已发表的数据比这一概括更进一步。Google的研究论文将五年任务的预期剂量定为750 rad(Si)。芯片中最敏感的部件高带宽内存，直到剂量超过2 krad(Si)，即预期剂量的近三倍，才开始出现异常。处理器的测试剂量高达15 krad(Si)，是预期剂量的二十倍，没有一枚芯片因累积辐射而发生硬故障。这并不意味着太空对计算机无害。单个粒子击中芯片引发的错误，即所谓单粒子翻转，仍需在软件和内存层面检测并纠正。

这一结果之所以重要，是因为航天业应对辐射的传统办法既慢又贵。NASA好奇号和毅力号火星车搭载的RAD750等抗辐射加固处理器，可以在恶劣环境中坚持多年，但运行速度只有现代商用芯片的零头，价格却高得多。现成的商用计算机此前也上过太空，惠普企业（HPE）2017年送往国际空间站的Spaceborne Computer就是一例。Google的数据表明，依靠纠错而非特殊制造工艺来防护的商用AI加速器，或许足以胜任轨道上的工作。

每15分钟就要结一次的热账单

散热才是更难的问题，15分钟的上限把这一点暴露无遗。在地球上，数据中心靠吹风或泵水带走芯片热量，设施设计的很大一部分都围绕这项任务展开。真空中没有空气可以通过对流带走热量，因此MVP借助铝制和铜制热管把热量导向散热器，而散热器只能以红外光的形式将热量释放出去。

这里的物理规律毫不留情。散热器的散热量与其表面积和温度的四次方成正比，想多排热，只能把散热器做大或让它更热，而芯片并不喜欢在高温下运行。国际空间站用连接氨冷却回路的大型外部散热板处理同样的问题。在MVP这么小的航天器上，芯片产生热量的速度快于散热器的排热速度，于是芯片工作到接近热极限，然后等待。工作窗口每多出一分钟，都是衡量热设计成效的直接指标。

热管理只是Google为完整的轨道数据中心列出的障碍之一。一个真正的系统还需要高带宽链路，把结果传回用户所在的地面，同时不让延迟成为问题。它还必须依靠无人能更换的部件持续运行：地面上服务器坏了，技术人员可以替换；轨道上坏了，就只能一直坏着，因此设计必须预先接受硬件缓慢而持续的损耗。此外，它还依赖远低于当前水平的发射价格。Google没有透露项目成本。

一切取决于每千克的价格

最后这一点，决定着构想的成败。Google的分析将发射价格的历史下降趋势向前推演，得出结论：只有当发射成本降至每千克200美元以下，轨道计算才会与地面数据中心的能源成本大致相当。Google预计这可能在2030年代中期前后实现。如今的拼车发射价格要高得多，MVP所搭乘的SpaceX Transporter项目，面向小卫星的公开报价为每千克数千美元。能否弥合这一差距，取决于SpaceX星舰（Starship）这类完全可重复使用的重型火箭能否兑现制造商承诺的成本曲线。

这个时间点解释了整个项目的基调。Suncatcher押注的是十年后火箭产业的走向，而不是明年的产品计划。Google称之为“登月计划”，这是它给长期、不确定押注贴的标签，自动驾驶汽车（后来成为Waymo）和量子计算都曾获此称号。两者都花了十多年，才拿出客户能用的东西。

相隔数百米飞行的81颗卫星

已发表的设计显示了这份雄心的尺度。这篇论文由特拉维斯·比尔斯与布莱斯·阿圭拉-阿尔卡斯（Blaise Agüera y Arcas）、詹姆斯·马尼卡（James Manyika）等Google研究人员共同署名，设想的不是一艘巨型航天器，而是由81颗卫星组成的集群：它们在半径1千米的范围内编队飞行，平均高度约650千米，相邻卫星仅相距100至200米。正是这样近距离的飞行，才能让它们像一座数据中心那样协同工作，彼此以激光束而非光纤相连。在地面台架测试中，Google研究人员用一对光收发器实现了每个方向800 Gbps、合计1.6 Tbps的传输速率。一个实际运行的集群需要每秒数十太比特。2027年，Google计划与Planet发射两颗卫星，专门在轨道上测试这种激光链路。

如此密集的编队飞行本身就是一道未解难题。低轨卫星不断受到稀薄高层大气和地球引力不均匀的扰动，要让81颗卫星保持紧密集群，需要持续的自动化轨道保持。Google的论文包含的模型显示，小幅机动就能维持集群，但MVP只是一颗单星，无法验证这一点。密集集群还会卷入一场早于Suncatcher就已存在的争论，即近地轨道日益拥挤的问题。那里已有数千颗在役卫星共享天空，其中大部分属于SpaceX的Starlink。

对任何市场的Gemini用户来说，眼下什么都没有改变。每一个回答仍然来自地球上的数据中心，MVP产出的是工程数据，而不是新服务。今年不会有人与卫星聊天，也没有任何Gemini功能取决于这次任务的结果。

云层之上不止Google一家

参与这场竞赛的不只Google，第一个把AI芯片送上天的也不是它。获得Nvidia投资的初创公司Starcloud总部位于华盛顿州雷德蒙德，原名Lumen Orbit，于2025年11月发射了搭载Nvidia H100图形处理器的Starcloud-1卫星。同年12月，它在轨道上运行了Google DeepMind的开放模型Gemma，并训练了安德烈·卡帕西（Andrej Karpathy）创建的小型语言模型nanoGPT。在中国，卫星制造商国星宇航与之江实验室于2025年5月发射了“三体计算星座”的首批12颗卫星，目标是在轨道上处理数据，而不是把数据全部传回地面。

据雅虎财经（Yahoo Finance）报道，SpaceX已勾勒出采用Nvidia技术的轨道AI数据中心方案，最早可能在2027年底前发射；其AI1卫星设计的目标是约120千瓦的持续算力，是MVP功率预算的一百多倍。杰夫·贝佐斯（Jeff Bezos）曾预言，一二十年内轨道上将出现吉瓦级数据中心；OpenAI的萨姆·奥尔特曼（Sam Altman）也支持在太空中计算的构想。看好者的名单很长，而真正运转的系统，目前只有寥寥几颗单星。

Google的不同之处在于，它自己设计芯片、自己训练模型，还运营着全球最大的数据中心群之一。如果Suncatcher成功，Google扩大规模时无需依赖任何人的处理器。这也是一颗只装了四枚芯片的小卫星对它如此重要的原因：MVP传回的每一项测量数据，都会直接用于下一代TPU和下一代航天器的设计。

进入轨道后，MVP将沿晨昏太阳同步轨道飞行，预计执行任务约一年，但硬件本身最多可在轨道上停留六年，之后坠入大气层烧毁。第一批有用的数据应该很快就会出现，包括芯片如何挺过发射，以及在最初几轮工作与休息循环中表现如何。

发射之后，值得关注的数字不是MVP算得多快，而是它能连续算多久。如果这15分钟能向一小时延伸，轨道数据中心看起来就会更像一个工程问题，而不是科幻小说。如果做不到，AI的电费账单仍将牢牢留在地球上，答案只能来自地面的电网、发电厂和更高效的芯片。

标签: Google, Sam Altman, Gemini, SpaceX, 数据中心, 航天技术

更多类似内容

谷歌向Constellation采购3.6吉瓦电力，新增核电仅占四分之一

谷歌强制Android应用减少RAM用量——AI数据中心吸尽了剩余产能

谷歌构建的AI云正在推高自家手机的价格

10月9日起免费版Gemini只剩Flash-Lite，AI Plus也将失去Pro

谷歌地球的AI深度伪造工具只存活了一天——动摇了它赖以立足的信任

谷歌 Pixel 11 Pro：涨价、升级有限，而它主打的 AI 在基础版上跑不全