背景
AI 算力焦虑，已经烧到了电费账单上。训练一个前沿大模型的数据中心动辄耗电上百兆瓦，电网扩容赶不上需求，土地和冷却水也越来越难找。当地面资源逼近天花板，谷歌把目光投向了头顶：轨道上的太阳能几乎取之不尽。2025 年 11 月，谷歌公布了一项名为 Project Suncatcher 的“登月计划”，研究把机器学习算力搬到太空的可能性。
事件
按计划，就在今天（10 月 1 日），一颗冰箱大小的原型卫星“MVP”搭乘 SpaceX 猎鹰 9 号的 Transporter-18 拼单任务，从加州范登堡发射场升空，进入低地球轨道。卫星平台由地球成像公司 Planet 打造，星上载着 4 颗谷歌 Trillium TPU——正是驱动谷歌云 AI 负载的那款自研芯片。这次任务的目标不是运营数据中心，而是一场硬核“生存测试”：TPU 能否扛住发射时的剧烈振动、宇宙射线的轰击和轨道极端温差。地面测试已经相当极限：谷歌用 67 MeV 质子束轰击 TPU，辐射剂量达到五年在轨任务的三倍；面对宇宙射线引发的比特翻转，应对方案朴素得有点幽默——重启芯片。
分析
Suncatcher 真正值得咀嚼的，是它把太空算力的两个“第一性原理”摆上了台面。第一是能源：在晨昏轨道上，太阳能电池板几乎 24 小时沐浴阳光，没有云层和黑夜，谷歌测算其发电量可达地面同等面板的 5 到 8 倍。第二是散热，也是太空最残酷的一课：真空中没有空气对流，热量只能靠热管和辐射散发。MVP 的太阳能功率只有约 1 千瓦（大致相当于一台家用吹风机），芯片全速运转约 15 分钟就必须停机冷却——这串数字本身，就是对“太空机房”难度的诚实注脚。
谷歌的长期构想是 81 颗卫星编队飞行、通过自由空间激光链路互联成“轨道算力集群”，激光对准精度被形容为“在数英里外击中一枚硬币”。更现实的账本则是成本：谷歌自己的测算认为，轨道算力要到 2035 年前后才可能具备经济性，前提是发射成本从现在的每公斤 1500–2900 美元降到约 200 美元。
展望
按谷歌的路线图，MVP 将在轨开展约一年的 AI 计算试验，随后在六年内离轨；2027 年还将发射两颗卫星，验证星间激光链路。竞争者已经在路上：SpaceX 自己也有轨道数据中心的野心，英伟达、AMD 等芯片厂商同样在布局。Suncatcher 的最大意义，或许不在于 2035 年的天空机房能否建成，而在于它把“算力去哪找”这个问题彻底打开了——当地面数据中心开始缺电、缺地、缺水，仰望星空就不再只是浪漫，而是一种工程备选。正如谷歌 CEO 桑达尔·皮查伊所说：“我们的 TPU 能在太空里活下来、跑起来吗？我们马上就能知道了。”
