谷歌正在太空测试 AI 芯片，这彻底改变了模型的部署方式

轨道即边界

谷歌并非发射一颗从太空收集数据的卫星，而是发射一颗在那里进行计算的心智卫星。

9月24日公布的“日捕手项目”（Project Suncatcher），远比大多数标题所暗示的要雄心勃勃。一颗搭载谷歌Trillium TPUs的验证星，将搭 SpaceX的Transporter-18拼车任务，飞往近地轨道。其任务是收集确凿证据，以验证AI芯片能否承受真空环境、辐射、剧烈温变以及发射时的物理冲击。如果它们能够幸存，其影响十分明确——AI基础设施不再需要局限于数据中心的地面楼层。

这并非空穴来风。谷歌已经让这颗卫星在三轴振动台上进行测试，模拟了高达100 G的发射载荷。它还用UC Davis克罗克核实验室的质子束对Trillium TPU进行了辐照，使其承受的总电离剂量超过了五年轨道任务所对应的量级。芯片扛住了。这是第一个数据点，其重要性远超新闻稿所承认的程度。

为何轨道在某些负载上胜过地面

传统观点认为，数据中心应建于电力廉价、土地廉价且光纤直达之处。近地轨道颠覆了部分这一假设。一颗处于高度的卫星几乎始终处于阳光照射中，每单位面板面积可产生相当于地面安装系统八倍的太阳能。谷歌正在测试的问题是，这种电力盈余能否抵消将硅片送入轨道并维持其运行的非凡成本。

答案取决于你正在计算什么。对延迟敏感的推理任务——实时环境监测、自主系统处理来自轨道的遥测数据、或对卫星图像进行医疗影像分析——在将原始数据推回地面站时会付出高昂的延迟税。如果模型就位于数据所在之处，那么往返行程便消失了。当运输的是智能而非原始光子时，带宽需求将骤降数个数量级。

热管理论证同样重要。太空是真空，因此不存在对流。但真空也意味着没有环境热量需要对抗。基于散热器的冷却方案虽然技术门槛高，却能提供稳定的散热汇，这是数据中心HVAC系统无法比拟的。谷歌正在热真空室中测试热管和散热器配置，因为轨道环境对于持续高密度计算而言，可能比亚利桑那州拥挤的服务器农场更为友好。

集群难题

一颗在轨TPU只是概念验证。数十颗TPU组成编队才是真正的架构，而更艰难的工程问题便随之浮现。

谷歌的构想是让卫星星座通过激光链路相互通信，每个节点都精确知晓自身相对于邻居的位置，从而在保持轨道速度运动的同时，维持高带宽连接。公司将瞄准要求比作在数英里外击中一枚硬币，且双方都在运动中。这不是比喻——当今的Starlink和其他LEO宽带网络正面临同样的激光通信挑战，但这些网络优先考虑的是吞吐量，而非分布式AI训练所需的纳秒级同步精度。

原计划于2027年用两颗携带激光通信的卫星进行演示。如果成功，将为第三阶段铺平道路：多卫星TPU集群执行协同负载。这才是真正具有颠覆性的里程碑。

谁赢谁输，下一步是什么

在这种情景下，赢家是那些当前在传感器与计算单元之间受带宽或延迟瓶颈制约的任何AI负载。每日处理拍字节地球观测数据的卫星运营商，其架构将迎来显著简化。无需依赖地面站中转，即可实现国防、灾害响应和自动驾驶车辆的实时推理。

输家是集中式云扩张的渐进模式。谷歌能转移哪怕只是一部分到太空的数据中心，都会减少地面基础设施所需的资本支出。经济效益仍需证明，发射成本依然高昂，但Transporter-18的拼车模式表明，共享发射可以让卫星部署成本低到足以进行规模化概念验证。

地缘政治层面，此事静默而重要。美国实际上正在建造世界上第一套轨道AI基础设施，而第一个实现多卫星TPU集群运营化的国家，将掌控一种地面竞争对手无法复制的计算范式。中国的太空计划也有其雄心；虽无公开的等效项目，但轨迹表明，这仅是时间问题。

谷歌为该项目的科学背景发布的YouTube视频系列，表明公司正在为叙事铺路。这不仅仅是一项工程测试——这是在论证未来十年AI基础设施应建于何处。

五年测试

Trillium TPU在五倍累积辐射暴露测试中幸存。这是必要条件，而非充分条件。轨道退化、微陨石撞击、以及真实任务周期内的热循环——这些将书写剩下的故事。从Transporter-18有效载荷传回的数据将决定“日捕手项目”是仍停留在研究练习，还是成为轨道AI工厂的蓝图。

卫星已在飞行中。芯片已在真空中。现在真正的问题是，谷歌以及关注它的行业，能否将一颗幸存的TPU转化为一个星座，从而改变我们所有人对于“智能栖息何处”的认知。

轨道近在咫尺。工程真实存在。基础设施的转变，如果到来，将比大多数人预期的更快。